【正文】 status = 0。 silence = 0。 count = 0。 else % 語音結束 status = 3。 end end case 3, break。 endend count = countsilence/2。x2 = x1 + count 1。 %記錄語音段結束點subplot(3,1,1)plot(x)axis([1 length(x) 1 1])ylabel(39。原始信號39。)。line([x1*inc x1*inc], [1 1], 39。Color39。, 39。red39。)。line([x2*inc x2*inc], [1 1], 39。Color39。, 39。red39。)。subplot(3,1,2)plot(amp)。axis([1 length(amp) 0 max(amp)])ylabel(39。短時能量檢測39。)。line([x1 x1], [min(amp),max(amp)], 39。Color39。, 39。red39。)。line([x2 x2], [min(amp),max(amp)], 39。Color39。, 39。red39。)。subplot(3,1,3)plot(zcr)。axis([1 length(zcr) 0 max(zcr)])ylabel(39。過零率檢測39。)。line([x1 x1], [min(zcr),max(zcr)], 39。Color39。, 39。red39。)。line([x2 x2], [min(zcr),max(zcr)], 39。Color39。, 39。red39。)。%function dist = dtw2(test, ref)global x y_min y_maxglobal t rglobal D dglobal m nt = test。r = ref。n = size(t,1)。m = size(r,1)。d = zeros(m,1)。D = ones(m,1) * realmax。D(1) = 0。% 如果兩個模板長度相差過多，匹配失敗if (2*mn3) | (2*nm2) dist = realmax。 returnend% 計算匹配區(qū)域xa = round((2*mn)/3)。xb = round((2*nm)*2/3)。if xbxa %xbxa, 按下面三個區(qū)域匹配 % 1 :xa % xa+1:xb % xb+1:N for x = 1:xa y_max = 2*x。 y_min = round(*x)。 warp end for x = (xa+1):xb y_max = round(*(xn)+m)。 y_min = round(*x)。 warp end for x = (xb+1):n y_max = round(*(xn)+m)。 y_min = round(2*(xn)+m)。 warp endelseif xaxb %xaxb, 按下面三個區(qū)域匹配 % 0 :xb % xb+1:xa % xa+1:N for x = 1:xb y_max = 2*x。 y_min = round(*x)。 warp end for x = (xb+1):xa y_max = 2*x。 y_min = round(2*(xn)+m)。 warp end for x = (xa+1):n y_max = round(*(xn)+m)。 y_min = round(2*(xn)+m)。 warp endelseif xa==xb %xa=xb, 按下面兩個區(qū)域匹配 % 0 :xa % xa+1:N for x = 1:xa y_max = 2*x。 y_min = round(*x)。 warp end for x = (xa+1):n y_max = round(*(xn)+m)。 y_min = round(2*(xn)+m)。 warp endend%返回匹配分數(shù)dist = D(m)。function warpglobal x y_min y_maxglobal t rglobal D dglobal m nd = D。for y = y_min:y_maxend%數(shù)碼語音訓練數(shù)據(jù)samples={}。for i=1:3 for k=1:8 s=sprintf(39。yb/%d%39。,i,k)。%39。g:\\yuyin\\wh\\39。 samples{i}{k}=audioread(s)。 endend %獲取參數(shù)for i=1:length(samples) sample=[]。 for k=1:length(samples{i}) sample(k).wave=samples{i}{k}。 sample(k).data=[]。 end fprintf(39。\n第%d詞訓練39。,i) hmm{i}=train(sample,[3 3 3 3])。end%數(shù)碼識別for i=1:3 fname = sprintf(39。d:/work/fj/%d139。,i)。 x = wavread(fname)。 [x1 x2] = vad(x)。 m = mfcc(x)。 m = m(x12:x22,:)。 for j=1:3 pout(j) = viterbi(hmm{j}, m)。 end [d,n] = max(pout)。 fprintf(39。第%d個詞, 識別為%d\n39。, i,n)en致謝 大學四年的生活轉眼即逝，本科畢業(yè)論文的完成是我們大學生活的最后一項任務。論文的完成是一個復雜而繁重的過程，它需要我們花費時間和精力去完成。由于本身知識儲備的缺乏，在論文的完成過程中還是遇到了不少的困難。當然，最終論文的完成和導師的耐心指導是分不開的。在這里要感謝方老師提供的一些參考文獻，以及老師的耐心指導。沒有老師的督促我們是不能完成這項工作的。 其次我要感謝我的學校，皖西學院這片美麗的地方給我們提供了一個良好的學習環(huán)境。感謝這里所有的老師，他們?yōu)槲覀兊膶W習提供了許多的幫助。 ]，用來進行識別匹配的。此外，語音檢測前的各種處理程序應該準備好并且保存在默認路徑。相關的程序如下圖所示。對于實驗結果也可以通過GUI視圖頁面顯示出來，在這里不對該方式做詳細表述。下圖為事先準備的語音識別系統(tǒng)的文件結構。 圖 15 語音識別系統(tǒng)的文件結構 上面的各個文件準備完畢后就可以進行最終的語音識別了，相應的源程序文件可見附錄部分。下圖為MATLAB環(huán)境下語音識別結果的顯示。 圖16 語音識別測試結果結論語音識別技術是一個較大的課題，本文主要是以識別系統(tǒng)的過程以及語音識別中的主要技術和相關算法為主線進行展開的。正因為話題比較大，所以我們不可能對識別系統(tǒng)的每個方面展開來仔細研究和分析。本文主要是通過幾個部分對這樣一個課題加以研究，研究涉及到理論和實際的應用部分。理論部分我們主要以相關的基本知識，關鍵的技術以及其中的某些匹配算法為主。實際應用部分主要是將語音識別技術在web上的實現(xiàn)為主。實現(xiàn)軟件上以MATLAB為重要工具，這一部分的內容屬于實際應用型，它不僅要求我們對語音識別的各個環(huán)節(jié)有詳細的了解，而且對個人軟件的使用情況以及編程能力要求較高。語音識別的一大問題就是如何排除外界噪聲的影響，如何研究非特定人的識別技術以及各種因素對識別系統(tǒng)的影響也是我們要突破的難題。當然，本文只是對語音識別技術比較簡單的介紹和研究，這項研究還有很多的局限性，如錄音設備不夠好，存在的方言的問題，由于一些條件限制沒有進行程序優(yōu)化代碼等。這些都是我們有待解決的問題。參考文獻：31