基于dsp語音識別課程設計-楊艷珍-資料下載頁
2025-06-25 01:32本頁面
【正文】 語音的特征序列依次與各參考語音特征序列進行DTW匹配，最后得到的總失真度最小且小于識別閾值的就認為是識別結(jié)果。該方法最顯著的優(yōu)點是識別率極高，大大超過目前多數(shù)的HMM語音識別系統(tǒng)和VQ語音識別系統(tǒng)。但其最明顯的缺點是由于需要對大量路徑及這些路徑中的所有節(jié)點進行匹配計算，導致計算量極大，隨著詞匯量的增大其識別過程甚至將達到難以接受的程度，因此無法直接應用于大、中詞匯量識別系統(tǒng)。程序流圖：四、程序設計、調(diào)試與結(jié)果分析程序調(diào)試和測試數(shù)據(jù)：由于，程序要求說話人一秒中要把話說完，因此，對實驗結(jié)果有重大影響的是語音信號是否完整的輸入進來了，能否完整的被提取。對此問題的最好的解決辦法是直接看輸入語音波形是否完整，提取語音波形是否占語音信號足夠的比例。通過CCS軟件的view中的Graph選項，即CCS的視圖工具，我們可看到輸入波形和提取波形。為看到提取波形，程序運行過程中把檢測到的起始點、終點及有效點數(shù)打印出來，以便快速的查看語音圖形。查看方法，先跟據(jù)程序檢測到的起始點和有效點數(shù)確定Graph的參數(shù)。如下圖，為參數(shù)設置示例：此設置是直接在輸入存放原始語音信號的data數(shù)據(jù)區(qū)看語音信號。顯示數(shù)據(jù)長度為有效數(shù)據(jù)長度?？梢酝ㄟ^改變data后面的添加項來觀察有效區(qū)前后的語音信號波形，以便對比，有效語音與原始語音的差別。經(jīng)CCS軟件測試我們得到輸入元素“0”、“1”、“2”的語音輸入波形及提取波形：輸入語音為“0”“0”的有效語音段：前移200點圖：后移200點 圖：輸入語音為“1” “1”的有效語音段：前移200點 圖后移200點 圖輸入語音“2”“2”的有效語音段：前移200點 圖后移 200點 圖由上圖可知，如果讀入語音方式合適，語音信號可以完整的被采集到。通過完整語音波形和有效波形的對比，我們可以看出，程序語音信號的有效度采集超過了完整語音的90%，同時可以看到?jīng)]有被采集到部分都是一些完全可以忽略的部分，對語音整體沒有太大影響，這可以體現(xiàn)程序?qū)τ行дZ音的提取是正確，而且合理的。測試結(jié)果及分析：識別“0” 識別“1”識別“2”通過多做數(shù)據(jù)的采集及結(jié)果分析：測試次數(shù)012識別個數(shù)識別率9027303087%%。識別率比較高，但還未達到理想狀態(tài)100%，分析原因可能有以下幾點：程序中端點檢測的門限是由經(jīng)驗所得，不能完整獲得語音的起點和終點，同時，不確定的外界噪音干擾也會影響端點的檢測。特征提取算法不夠完善及提取特征比較單一，只是語音信息提取不夠完整，致使語音的比較產(chǎn)生較大誤差。DTW算法本身在噪聲比較小的環(huán)境中才會用較高的識別效果，實驗室環(huán)境中噪聲相對較大，因此，在一定程度上降低了識別率。模板的錄入也是經(jīng)過此算法，因此，錄入模板過程和測試過程，外界環(huán)境和說話者發(fā)音不可能一樣，這也會造成最后結(jié)果產(chǎn)生偏差。五、參考文獻【1】》2009【2】胡航編著.《語音信號處理》2000【3】劉幺和, 宋庭新編著《語音識別與控制應用技術(shù)》2008【3】喬瑞萍, 崔濤, 張芳娟編著《TMS320C54x DSP原理及應用》2005【4】曾義芳編著《DSP開發(fā)應用技術(shù)》2005【5】張雄偉, 陳亮, 楊吉斌編著《現(xiàn)代語音處理技術(shù)及應用》2003 【6】《譚浩強 C程序設計（第二版）》清華大學出版社2003 【7】王炳錫，屈丹，彭煊 《實用語音識別基礎(chǔ)》 國防工業(yè)出版社，2005【8】劉幺和，宋庭新 《語音識別與控制應用技術(shù) 》科學出版社，2008【9】張大克 王玉杰 《隨機歐氏距離的統(tǒng)計性質(zhì)和分類閥值》 天津科技大學學報，2008 第23卷420
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1