【正文】 （15）其中，線性頻率 f 的單位是 Hz [8]。定義Xn(m)的短時(shí)過(guò)零率Zn為：Zn = — Σ |sgn [Xn(m)]sgn[Xn(m1)]|N 1m=012 （14） 上式中，sgn[ ] 是符號(hào)函數(shù)。同時(shí)，還可以在一些先驗(yàn)知識(shí)的幫助下，提高識(shí)別的準(zhǔn)確率[3]。但語(yǔ)音識(shí)別技術(shù)要進(jìn)入成熟的商業(yè)運(yùn)用還有一段艱難的路程，還必須在很多方面取得突破性進(jìn)展。 3．按識(shí)別的詞匯量可以分為小詞匯、中詞匯和大詞匯量語(yǔ)音識(shí)別。利用這些算法對(duì)孤立詞的端點(diǎn)檢測(cè)效果，實(shí)驗(yàn)結(jié)果表明，些算法具有抗噪聲能力。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。5研究方法和手段的運(yùn)用能力能運(yùn)用本學(xué)科常規(guī)研究方法及相關(guān)研究手段（如計(jì)算機(jī)、實(shí)驗(yàn)儀器設(shè)備等）進(jìn)行實(shí)驗(yàn)、實(shí)踐并加工處理、總結(jié)信息。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(四)語(yǔ)音樣本的采集，樣本語(yǔ)音庫(kù)和測(cè)試語(yǔ)音庫(kù)的建立。聯(lián)系本組設(shè)計(jì)成員及畢業(yè)設(shè)計(jì)指導(dǎo)師，尋求有關(guān)畢業(yè)設(shè)計(jì)信息，確定設(shè)計(jì)課題方向與設(shè)計(jì)內(nèi)容；二是虛心學(xué)習(xí)。文獻(xiàn)查閱指引：[1] 趙力．語(yǔ)音信號(hào)處理．第一版，北京：機(jī)械工業(yè)出版社.[2] 陳立萬(wàn)．基于語(yǔ)音識(shí)別系統(tǒng)中DTW算法改進(jìn)技術(shù)研究．微計(jì)算機(jī)信息，2006，2（2）.[3] 何強(qiáng)，何英．MATLAB擴(kuò)展編程．第一版，北京：清華大學(xué)出版社.[4] 李瀟，王大堃．基于MATLAB的孤立字語(yǔ)音識(shí)別試驗(yàn)平臺(tái)．四川理工學(xué)院學(xué)報(bào)（自然科學(xué)版），19（3）.畢業(yè)論文（設(shè)計(jì)）進(jìn)度安排：1． 論文資料收集和整理，完成開(kāi)題報(bào)告。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。并且語(yǔ)音識(shí)別作為一門正火熱發(fā)展的技術(shù)，其發(fā)展前景相當(dāng)可觀，對(duì)其進(jìn)行深入了解，研究是非常必要的。湖南科技學(xué)院畢業(yè)設(shè)計(jì)（論文）指導(dǎo)過(guò)程記錄表畢業(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專業(yè)班級(jí)電信0401指導(dǎo)教師楊熙職稱助教系（教研室）電子科學(xué)與技術(shù)指導(dǎo)過(guò)程記錄指導(dǎo)內(nèi)容記錄(一)建議畢業(yè)設(shè)計(jì)的選題方向，并提供一些參考課題及如何查閱資料。5能力水平40%查閱文獻(xiàn)資料能力能獨(dú)立查閱相關(guān)文獻(xiàn)資料，歸納總結(jié)本論文所涉及的有關(guān)研究狀況及成果。10研究方案的設(shè)計(jì)能力整體思路清晰；研究方案合理可行。論文中首先介紹了孤立詞語(yǔ)音識(shí)別系統(tǒng)的基本理論，分析了孤立詞語(yǔ)音識(shí)別的基本工作過(guò)程。 2．按識(shí)別對(duì)象的類型可以分為特定人（Speaker Dependent）語(yǔ)音識(shí)別和非特定人（Speaker Independent）語(yǔ)音識(shí)別。語(yǔ)音識(shí)別技術(shù)經(jīng)過(guò)全球半個(gè)多世紀(jì)的研究，目前已經(jīng)發(fā)展到了接近實(shí)用的階段。 模式匹配中需要用到的參考模板通過(guò)模板訓(xùn)練獲得。②區(qū)分聲母與韻母的邊界，無(wú)聲和有聲的分界，連字的分界等。每個(gè)濾波器具有三角形特性，其中心頻率為fm，它們?cè)?Mel 頻率軸上是均勻分布的。因此在進(jìn)行模板匹配時(shí)，把識(shí)別信號(hào)伸長(zhǎng)或縮短至參考模板的長(zhǎng)度是必不可少的，但研究表明，簡(jiǎn)單的線性拉伸或壓縮并不能有效的提高識(shí)別率。路徑可以用函數(shù)mi =Φ(ni)來(lái)描述，其中ni = i ，i = 1，2，…，N，Φ(1)=1，Φ(N)=M。通過(guò)不斷更新數(shù)據(jù)來(lái)實(shí)現(xiàn)，一直進(jìn)行到待測(cè)模板的最后一幀，矢量D 的最后一個(gè)元素即為兩個(gè)模板經(jīng)過(guò)動(dòng)態(tài)規(guī)劃后的匹配距離，這樣可大大減小存儲(chǔ)空間，減小計(jì)算量，從而提高識(shí)別速度。因此，沒(méi)有足夠準(zhǔn)確的語(yǔ)音起止點(diǎn)檢測(cè)，將會(huì)降低語(yǔ)音識(shí)別的識(shí)別率，特別是起點(diǎn)的檢測(cè)。先根據(jù)前面的介紹設(shè)定六個(gè)門限值，然后對(duì)程序進(jìn)行初始化，設(shè)定初始狀態(tài)status=0，count=0，silence=0。 特征參數(shù)提取子程序及仿真參數(shù)的提取在語(yǔ)音識(shí)別中是很重要的一部分，一個(gè)好的語(yǔ)音特征參數(shù)可以表示語(yǔ)音信號(hào)的全部特征，這就可以提高語(yǔ)音識(shí)別的識(shí)別率。 四狀態(tài)端點(diǎn)檢測(cè)法是針對(duì)單字詞的端點(diǎn)檢測(cè)，按照本文中講述的方法，可以對(duì)其進(jìn)行擴(kuò)展，使其能檢測(cè)多字詞端點(diǎn)。%計(jì)算過(guò)零率tmp1 = enframe(x(1:end1), FrameLen, FrameInc)。for n=1:length(zcr) goto = 0。 else % 語(yǔ)音將結(jié)束 silence = silence+1。end。zcr2 = 5。在完全相同的條件下，對(duì)角線上是正確匹配模板的對(duì)應(yīng)分?jǐn)?shù)，可見(jiàn)對(duì)角線上的數(shù)值都應(yīng)是所在行中最小的，從表１至表４中可以看出，對(duì)角線上的數(shù)值確實(shí)是所在行中的最小值，由此驗(yàn)證了算法的正確性。 端點(diǎn)檢測(cè)仿真圖13 無(wú)噪聲環(huán)境下的端點(diǎn)檢測(cè)圖14 有噪聲環(huán)境下的端點(diǎn)檢測(cè)圖1３為無(wú)噪聲環(huán)境下用四狀態(tài)檢測(cè)方法對(duì)采樣到的男聲命令詞“?！钡亩它c(diǎn)檢測(cè)結(jié)果。amp_aver = — Σ amp(i)10i=1110 （32）上式中的amp( i )為第i幀輸入信號(hào)的短時(shí)能量。本文中取μ= 。由于在模板匹配過(guò)程中限定了彎折的斜率，因此平行四邊形之外的格點(diǎn)對(duì)應(yīng)的幀匹配距離是不需要計(jì)算的。設(shè)n和m分別是T 和R 中任意一幀，d [T(n)，R(m)]表示這兩幀特征矢量之間的距離，在DTW中通常采用歐式距離。由上式計(jì)算得到的差分參數(shù)為一階 MFCC 差分參數(shù)，用同樣的公式對(duì)一階差公參數(shù)進(jìn)行計(jì)算，可以得到二階差 MFCC。因此，LPCC系數(shù)也是基于合成的參數(shù)，沒(méi)有充分利用人耳的聽(tīng)覺(jué)特性，對(duì)輔音的描述能力較差，抗噪聲性能較差。 端點(diǎn)檢測(cè)的目的是從包含語(yǔ)音的一般信號(hào)中確定出語(yǔ)音的起點(diǎn)以及終點(diǎn), 有效的端點(diǎn)檢測(cè)不僅能使處理時(shí)間最小, 而且能排除無(wú)聲段的噪聲干擾, 從而使識(shí)別系統(tǒng)具有良好的識(shí)別性能, 端點(diǎn)檢測(cè)的成功與否甚至在某種程度上直接決定了整個(gè)語(yǔ)音識(shí)別系統(tǒng)的成敗。最后給出了兩者的對(duì)比仿真。70年代，在模式識(shí)別思想、動(dòng)態(tài)規(guī)劃方法、線性預(yù)測(cè)思想等基礎(chǔ)研究的成功應(yīng)用的支撐下，孤立詞發(fā)音和孤立語(yǔ)句發(fā)音的識(shí)別成為了可行的有用技術(shù)。其主要應(yīng)用在語(yǔ)音命令、應(yīng)用于電信增值業(yè)務(wù)、數(shù)據(jù)庫(kù)檢索等方面。 論文中用到的端點(diǎn)檢測(cè)算法為何能抗噪聲？答：論文中的端點(diǎn)檢測(cè)算法設(shè)定了高低短時(shí)能量、高低過(guò)零率、最大靜音時(shí)間、最小語(yǔ)音長(zhǎng)度六個(gè)門限值，其中短時(shí)能量是用于抗噪聲設(shè)計(jì)的，由于語(yǔ)音序列的前10幀一般都為噪聲，而端點(diǎn)檢測(cè)算法中的高低能量門限是以前10幀的平均能量值作為參考依據(jù)，這樣我們的算法就是基于動(dòng)態(tài)背景噪聲的。5實(shí)評(píng)總分 成績(jī)等級(jí) 指導(dǎo)教師評(píng)審意見(jiàn)： 指導(dǎo)教師簽名： 說(shuō)明：評(píng)定成績(jī)分為優(yōu)秀、良好、中等、及格、不及格五個(gè)等級(jí)，實(shí)評(píng)總分90—100分記為優(yōu)秀，80—89分記為良好，70—79分記為中等，60—69分記為及格，60分以下記為不及格。接著介紹了常用的孤立詞語(yǔ)音識(shí)別算法：DTW（Dynamic Time Warping，動(dòng)態(tài)時(shí)間彎折）以及改進(jìn)的DTW，對(duì)兩種算法進(jìn)行了比較，根據(jù)比較結(jié)果，采用比較高效的改進(jìn)型DTW，以提高識(shí)別效率。 下一步的工作： 對(duì)整個(gè)系統(tǒng)在MATLAB下進(jìn)行仿真測(cè)試。本文介紹的DTW是采用一種最優(yōu)化的算法——?jiǎng)討B(tài)規(guī)整法，通過(guò)將待識(shí)別語(yǔ)音信號(hào)的時(shí)間軸進(jìn)行不均勻地扭曲和彎曲，使其特征與模板特征對(duì)齊，并在兩者之間不斷地進(jìn)行兩個(gè)矢量距離最小的匹配路徑計(jì)算，從而獲得兩個(gè)矢量匹配時(shí)累積距離最小的規(guī)整函數(shù)。本科學(xué)生畢業(yè)論文（設(shè)計(jì)）題目(中 文):特定人孤立詞語(yǔ)音識(shí)別的研究(英 文):Research Of Speakerdependent Isolatedword Speech recognition姓 名學(xué) 號(hào)院 （系）專業(yè)、年級(jí)指導(dǎo)教師畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。語(yǔ)音識(shí)別的過(guò)程可以被看作模式匹配的過(guò)程。論文大部分內(nèi)容已經(jīng)完成。湖南科技學(xué)院本科畢業(yè)論文（設(shè)計(jì)）評(píng)審表論文題目特定人孤立詞語(yǔ)音識(shí)別的研究作者姓名周 剛所屬系、專業(yè)、年級(jí)物理與電子工程 系 電子信息工程 專業(yè) 2004年級(jí)指導(dǎo)教師姓名、職稱楊 熙字 數(shù)10000定稿日期中文摘要論文中首先介紹了孤立詞語(yǔ)音識(shí)別系統(tǒng)的基本理論，分析了孤立詞語(yǔ)音識(shí)別的基本工作過(guò)程。10論文篇幅10000字左右。湖南科技學(xué)院本科畢業(yè)論文（設(shè)計(jì)）答辯記錄表論文題目特定人孤立詞語(yǔ)音識(shí)別的研究作者姓名周 剛所屬系、專業(yè)、年級(jí)物理與電子工程系 電子信息工程專業(yè) 2004年級(jí)指導(dǎo)教師姓名、職稱楊 熙答 辯 會(huì) 紀(jì) 要時(shí)間2008年5月15日地點(diǎn)第三教學(xué)樓317答辯小組成員姓 名職務(wù)（職稱）姓 名職務(wù)（職稱）姓 名職務(wù)（職稱）李春樹(shù)副教授楊熙助教李艷芳副教授周玲助教廖朝陽(yáng)講師譚永宏講師盧卯旺教授答辯中提出的主要問(wèn)題及回答的簡(jiǎn)要情況記錄： 論文中改進(jìn)的DTW算法較傳統(tǒng)DTW算法有何優(yōu)點(diǎn)？答：由論文中圖6可看出，改進(jìn)的DTW算法更進(jìn)一步約束了搜索范圍，從而減少了數(shù)據(jù)計(jì)算量，加快識(shí)別速度并提高了計(jì)算準(zhǔn)確度，在仿真結(jié)果中能清楚的看出其改進(jìn)效果。當(dāng)今，語(yǔ)音識(shí)別產(chǎn)品在人機(jī)交互應(yīng)用中，已經(jīng)占到了越來(lái)越大的比例。60年代，提出了動(dòng)態(tài)規(guī)劃（DP）和線性預(yù)測(cè)分析技術(shù)（LP），其中后者較好地解決了語(yǔ)音信號(hào)產(chǎn)生模型的問(wèn)題，對(duì)語(yǔ)音識(shí)別的發(fā)展產(chǎn)生了深遠(yuǎn)影響。第２章：介紹了基于動(dòng)態(tài)規(guī)劃（DP）思想的DTW算法，并在此算法的基礎(chǔ)上，討論了快速DTW算法的實(shí)現(xiàn)。本文中，8kHz采樣，幀長(zhǎng)為256，幀移為80的漢明窗。全極點(diǎn)線性預(yù)測(cè)模型（LPC）是基于發(fā)音模型建立的，并假設(shè)語(yǔ)音信號(hào)為自回歸信號(hào)，利用線性預(yù)測(cè)分析獲得倒譜參數(shù)。ld (n) = Σ j ● C(n+j)j = 1√__∑ j 2j = ll1________差分參數(shù)的計(jì)算公式為： （17） 這里 c 和 d 都表示一幀語(yǔ)音信號(hào)參數(shù)，l 為常數(shù)，一般取2，這時(shí)差分參數(shù)就稱為當(dāng)前幀的前兩幀和后兩幀參數(shù)的線性組合。為了計(jì)算這一失真距離，要從T和R中各個(gè)對(duì)應(yīng)幀之間的距離算起。AXa Xb N xyM(N，M)y = 2x + (M – 2N)By = 2x 12—y = x12—y = x + (M – N)12— (1，1)圖6 匹配路徑約束示意圖規(guī)整函數(shù)的起點(diǎn)是 (1，1)，終點(diǎn)為 ( N， M)，DTW 算法的目的是在此平行四邊形內(nèi)由起點(diǎn)到終點(diǎn)尋找一個(gè)規(guī)整函數(shù)，使其具有最小的代價(jià)函數(shù)，保證了測(cè)試模板與參考模板之間具有最大的聲學(xué)相似特性。H（Z） = 1 – μz 1 （31）上式中，μ值接近于1。一般要根據(jù)實(shí)際情況選取，；過(guò)零率門限取常值，5和10；最大靜音門限一般為3~5幀，最短語(yǔ)音時(shí)間門限一般為9~10幀，一幀信號(hào)的短時(shí)能量按第二章介紹的方法計(jì)算，假設(shè)為amp，那么前10幀輸入信號(hào)的平均能量設(shè)為amp_aver，則按下式進(jìn)行計(jì)算[2]。流程圖中的X1和X2分別為單字詞的起始端點(diǎn)和結(jié)束端點(diǎn)。+004。zcr1 = 10。 temp=temp+t。 end case 2, % 2 = 語(yǔ)音段 if amp(n) amp2 | ... % 保持在語(yǔ)音段 zcr(n) zcr2 count = count + 1。 switch status case {0,1} % 0 = 靜音, 1 = 可能開(kāi)始 if amp(n) amp1 % 確信進(jìn)入語(yǔ)音段 x1 = max(ncount1,1)。tmp2 = enframe(x(2:end) , FrameLen, FrameInc)。 最后，對(duì)語(yǔ)音