【正文】 廖朝陽(yáng)講師譚永宏講師盧卯旺教授會(huì)議記錄摘要：會(huì)議主持人：記 錄 人： 　年　 月 日指導(dǎo)小組意見(jiàn)負(fù)責(zé)人簽名： 年 月 日系部 意 見(jiàn)負(fù)責(zé)人簽名：年 月 日注：此表由學(xué)生本人填寫(xiě)，一式三份，一份留系里存檔，指導(dǎo)老師和本人各保存一份湖南科技學(xué)院畢業(yè)論文（設(shè)計(jì)）中期檢查表畢業(yè)論文（設(shè)計(jì)）題 目特定人孤立詞語(yǔ)音識(shí)別的研究學(xué)生姓名周 剛學(xué) 號(hào)2004010099系 別物理與電子工程專(zhuān) 業(yè)電子信息工程指導(dǎo)教師楊 熙檢查日期指導(dǎo)教師檢查情況記載及修改意見(jiàn)：已經(jīng)完成的工作：完成了語(yǔ)音的采集。但語(yǔ)音識(shí)別ASR（Automatic Speech Recognition）系統(tǒng)的實(shí)用化研究仍是近十年語(yǔ)音識(shí)別研究的一個(gè)主要方向。4．2008年5月 準(zhǔn)備答辯。作者簽名：　　 　 　　 日　 期：　　 　 　　 湖南科技學(xué)院本科畢業(yè)論文（設(shè)計(jì)）誠(chéng)信聲明本人鄭重聲明：所呈交的本科畢業(yè)論文（設(shè)計(jì)），是本人在指導(dǎo)老師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，成果不存在知識(shí)產(chǎn)權(quán)爭(zhēng)議，除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權(quán)說(shuō)明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部?jī)?nèi)容。3． 完成畢業(yè)論文修改并定稿。語(yǔ)音識(shí)別研究從二十世紀(jì)50年代開(kāi)始到現(xiàn)在已經(jīng)歷半個(gè)多世紀(jì)的蓬勃發(fā)展，在這期間獲得了巨大的進(jìn)展。主要參考資料：[1] 鐘林，劉加，劉潤(rùn)生．多層前向感知機(jī)漢語(yǔ)孤立數(shù)碼語(yǔ)音識(shí)別[J]．電路與系統(tǒng)學(xué)報(bào)，5（2）。仔細(xì)修改摘要。學(xué) 生 簽 名： 200 年 月 日 指導(dǎo)教師簽名： 200 年 月 日指導(dǎo)內(nèi)容記錄(六)傳統(tǒng)型DTW算法和快速DTW算法的編程實(shí)現(xiàn)。關(guān)鍵詞（35個(gè)）語(yǔ)音識(shí)別，孤立詞，特定人，DTW英文摘要The thesis first introduces the elementary theory of isolated word speech recognition system and analyses the basic work process of isolated word speech it introduces two kinds of isolated word speech recognition algorithms in mon use,Dynamic Time Warping(DTW) and advanced DTW,carrying on the parison to the to the parison results and considering this system’s characteristic,it adopts advanced DTW at present to improve recognition this paper,it proposes a fourstate endpoint detection algorithm based on dynamic noise and gives the detailed algorithm flow chart as well as the concrete parameters also gives the isolatedword endpoint detection effect using the algorithm in noise and nonnoise situation with the software experimental results indicate that this algorithm has the antinoise ability.關(guān)鍵詞(35個(gè))speech recognition；isolated word；speakerdependent；DTW指導(dǎo)教師評(píng)定成績(jī)?cè)u(píng)審基元評(píng)審要素評(píng)審內(nèi)涵滿(mǎn)分指導(dǎo)教師實(shí)評(píng)分選題質(zhì)量25%目的明確符合要求選題符合專(zhuān)業(yè)培養(yǎng)目標(biāo)，體現(xiàn)學(xué)科、專(zhuān)業(yè)特點(diǎn)和教學(xué)計(jì)劃的基本要求，達(dá)到畢業(yè)論文（設(shè)計(jì)）綜合訓(xùn)練的目的。5論文質(zhì)量35%文題相符較好地完成論文選題的目的要求。10選題恰當(dāng)題目規(guī)模適當(dāng)，難易度適中；有一定的科學(xué)性。15寫(xiě)作規(guī)范符合學(xué)術(shù)論文的基本要求。會(huì)議主持人： 記 錄 人： 年 月 日答辯小組意見(jiàn)評(píng)語(yǔ)：評(píng)定等級(jí)： 負(fù)責(zé)人（簽名）： 年 月 日系學(xué)位委員會(huì)意見(jiàn)評(píng)語(yǔ)：論文（設(shè)計(jì)）最終評(píng)定等級(jí)：負(fù)責(zé)人（簽名）： 系部（公章） 年 月 日校學(xué)位委員會(huì)意見(jiàn)評(píng)語(yǔ)：評(píng)定等級(jí)： 負(fù)責(zé)人（簽名）： 年 月 日目 錄緒 論 11 語(yǔ)音識(shí)別系統(tǒng)基本理論 3 語(yǔ)音識(shí)別系統(tǒng)的組成 3 預(yù)處理 3 特征參數(shù)的提取 4 MFCC參數(shù)計(jì)算流程 5 差分倒譜參數(shù) 52 Dynamic Time Warping算法 7 DTW算法原理 7 改進(jìn)的DTW算法 83 系統(tǒng)的軟件設(shè)計(jì)與仿真 12 語(yǔ)音預(yù)處理 12 改進(jìn)的端點(diǎn)檢測(cè)算法及仿真 12 改進(jìn)的端點(diǎn)檢測(cè)算法 12 端點(diǎn)檢測(cè)算法子程序流程圖 14 端點(diǎn)檢測(cè)仿真 15 特征參數(shù)提取子程序及仿真 16 DTW算法仿真 16 語(yǔ)音識(shí)別仿真 18結(jié) 論 19參 考 文 獻(xiàn) 20附錄A 部分程序 21致 謝 28插圖索引圖1 一般語(yǔ)音識(shí)別系統(tǒng)框圖 3圖2 用能量和過(guò)零率進(jìn)行端點(diǎn)檢測(cè) 4圖3 線(xiàn)性頻率上 fm 和 f 關(guān)系 5圖4 動(dòng)態(tài)時(shí)間彎曲（DTW）算法求最小失真 7圖5 DTW算法搜索路徑 8圖6 匹配路徑約束示意圖 9圖7 對(duì)角線(xiàn)附近的帶狀區(qū)域圖 10圖8 放寬端點(diǎn)后的區(qū)域限制 11圖9 預(yù)加重后的語(yǔ)音效果 12圖10 四狀態(tài)轉(zhuǎn)移的端點(diǎn)檢測(cè) 13圖11 “停止”的短時(shí)能量和過(guò)零率 13圖12 基于四狀態(tài)轉(zhuǎn)移的端點(diǎn)檢測(cè)流程圖 14圖13 無(wú)噪聲環(huán)境下的端點(diǎn)檢測(cè) 15圖14 有噪聲環(huán)境下的端點(diǎn)檢測(cè) 15圖15 24維特征參數(shù)部分值 16圖16 數(shù)字1—6在MATLAB環(huán)境下的識(shí)別結(jié)果顯示 18附表索引表1 實(shí)驗(yàn)一在傳統(tǒng)DTW算法下的失真測(cè)度 16表2 實(shí)驗(yàn)一在改進(jìn)DTW算法下的失真測(cè)度 17表3 實(shí)驗(yàn)二在傳統(tǒng)DTW算法下的失真測(cè)度 17表4 實(shí)驗(yàn)二在改進(jìn)DTW算法下的失真測(cè)度 17表5 實(shí)驗(yàn)一傳統(tǒng)DTW算法和改進(jìn)DTW算法的用時(shí)比較 18表6 實(shí)驗(yàn)二傳統(tǒng)DTW算法和改進(jìn)DTW算法的用時(shí)比較 18特定人孤立詞語(yǔ)音識(shí)別的研究摘 要語(yǔ)音是人類(lèi)進(jìn)行交流的手段，因此，使用語(yǔ)音作為人機(jī)交互的途徑對(duì)于使用者來(lái)說(shuō)是最自然的一種方式，同時(shí)設(shè)備的小型化也要求省略鍵盤(pán)以節(jié)省體積。作為專(zhuān)門(mén)的研究領(lǐng)域，語(yǔ)音識(shí)別又是一門(mén)交叉學(xué)科，它與聲學(xué)、語(yǔ)音學(xué)、語(yǔ)言學(xué)、數(shù)字信號(hào)處理理論、信息論、計(jì)算機(jī)科學(xué)、人工智能、數(shù)理統(tǒng)計(jì)等眾多學(xué)科緊密相連。孤立詞識(shí)別是指說(shuō)話(huà)人每次只說(shuō)一個(gè)詞或短語(yǔ)，每個(gè)詞或短語(yǔ)在詞匯表中都算作一個(gè)孤立詞條。語(yǔ)音識(shí)別研究從二十世紀(jì)50年代開(kāi)始到現(xiàn)在已經(jīng)歷半個(gè)多世紀(jì)的蓬勃發(fā)展，在這期間獲得了巨大的進(jìn)展。同時(shí)，語(yǔ)音識(shí)別技術(shù)不斷應(yīng)用于電話(huà)網(wǎng)絡(luò)，增強(qiáng)話(huà)務(wù)員服務(wù)和自動(dòng)化。語(yǔ)音識(shí)別ASR（Automatic Speech Recognition）系統(tǒng)的實(shí)用化研究是近十年語(yǔ)音識(shí)別研究的一個(gè)主要方向。1 語(yǔ)音識(shí)別系統(tǒng)基本理論 語(yǔ)音識(shí)別系統(tǒng)的組成語(yǔ)音識(shí)別系統(tǒng)的典型實(shí)現(xiàn)方案如框圖1所示。預(yù)加重通過(guò)濾波提升高頻分量并消除50Hz或60Hz的工頻干擾，使信號(hào)的頻譜變得平坦，保持在低頻到高頻的整個(gè)頻帶中，能用同樣的信噪比求頻譜，以便于頻譜分析或聲道參數(shù)分析。如圖2所示。第四將仔細(xì)介紹端點(diǎn)檢測(cè)算法。研究表明， Mel頻率的倒譜參數(shù)所含的信息量比其它參數(shù)多，能較好的表現(xiàn)語(yǔ)音信號(hào)，并且比較充分利用人耳特殊感知特性，性能優(yōu)于LPCC參數(shù)。計(jì)算 FFT 之前，要把一幀數(shù)據(jù)（256點(diǎn)）乘以一個(gè) hamming 窗，以克服 Gibbs 現(xiàn)象。這時(shí)一般是用單詞作為識(shí)別單元。 DTW算法原理在對(duì)每一幀語(yǔ)音信號(hào)提取MFCC 特征參數(shù)以后，就轉(zhuǎn)化成了一組MFCC 特征向量。DP算法就是尋找一條通過(guò)此網(wǎng)格中若干個(gè)格點(diǎn)的最佳路徑。搜索到 (nN，mM) 時(shí)，只保留一條最佳路徑[4]。13—Xa = (2M – N )23—Xb = (2N – M )把實(shí)際的動(dòng)態(tài)彎曲分為三段，（1，Xa）,（Xa + 1，Xb）和（Xb + 1，N），其中： （24）由于Xa和Xb取最相近的整數(shù)，從上式可出M和N的限制條件：2M – N ≥32N – M ≥2 （25）當(dāng)不滿(mǎn)足上式中的兩個(gè)條件時(shí)，可認(rèn)為兩者差太大，無(wú)法進(jìn)行動(dòng)態(tài)彎折匹配。NM（1，1）圖8 放寬端點(diǎn)后的區(qū)域限制3 系統(tǒng)的軟件設(shè)計(jì)與仿真這一章主要介紹系統(tǒng)的軟件設(shè)計(jì)與仿真過(guò)程。8kHz采樣。status0Status2Status1status3圖10 四狀態(tài)轉(zhuǎn)移的端點(diǎn)檢測(cè)為了提高端點(diǎn)檢測(cè)的精確性，消除呼吸氣流等無(wú)意識(shí)噪聲的影響，本文在基于狀態(tài)轉(zhuǎn)移的端點(diǎn)檢測(cè)基礎(chǔ)上，還做了一些改進(jìn)。本系統(tǒng)中的T為經(jīng)驗(yàn)值，[5]。當(dāng)前狀態(tài)處于有效語(yǔ)音狀態(tài)時(shí)，如果兩個(gè)參數(shù)的數(shù)值都降低到低門(mén)限以下，而且總的記時(shí)長(zhǎng)度小于最短時(shí)間門(mén)限，則認(rèn)為是一段噪音。讀取的語(yǔ)音是一男生發(fā)音的命令詞“播”。表1 實(shí)驗(yàn)一在傳統(tǒng)DTW算法下的失真測(cè)度放停前后開(kāi)關(guān)放停前后開(kāi)關(guān)表2 實(shí)驗(yàn)一在改進(jìn)DTW算法下的失真測(cè)度放停前后開(kāi)關(guān)放停前+308+308后開(kāi)關(guān)表3 實(shí)驗(yàn)二在傳統(tǒng)DTW算法下的失真測(cè)度123456123456表4 實(shí)驗(yàn)二在改進(jìn)DTW算法下的失真測(cè)度123456123456實(shí)驗(yàn)所采用的數(shù)據(jù)都是通過(guò)計(jì)算機(jī)的聲卡錄音，采樣頻率是8000Hz，語(yǔ)音數(shù)據(jù)在不同時(shí)間錄音。（實(shí)驗(yàn)PC機(jī)硬件條件CPU：；內(nèi)存：256M）表5 實(shí)驗(yàn)一傳統(tǒng)DTW算法和改進(jìn)DTW算法的用時(shí)比較傳 統(tǒng)改 進(jìn)耗時(shí)( s )表6 實(shí)驗(yàn)二傳統(tǒng)DTW算法和改進(jìn)DTW算法的用時(shí)比較傳 統(tǒng)改 進(jìn)耗時(shí)( s )從MATLAB仿真結(jié)果可以看出，采用改進(jìn)的DTW算法后，優(yōu)化了匹配距離，同時(shí)有效地降低了系統(tǒng)識(shí)別時(shí)間和數(shù)據(jù)存儲(chǔ)量。%常數(shù)設(shè)置FrameLen = 240。 % 15*10ms = 150msstatus = 0。%計(jì)算短時(shí)能量amp = sum(abs(enframe(filter([1 ], 1, x), FrameLen, FrameInc)), 2)。amp2 = *temp。 elseif amp(n) amp2 | ... % 可能處于語(yǔ)音段 zcr(n) zcr2 status