【正文】 階的 Mel scale cepstrum 參數(shù)。所以通常將加窗后的幀經(jīng)過(guò)快速傅立葉變換（ FFT），求出每幀的頻譜參數(shù)。從目前使用的情況來(lái)看，在大詞匯量語(yǔ)音識(shí)別應(yīng)用中已逐漸取代原本常用的線性預(yù)測(cè)編碼導(dǎo)出的倒頻譜參數(shù)，原因是它考慮了人類發(fā)聲與接收聲音的特性，具有更好的魯 棒性。近年來(lái)，一種能夠比較充分利用人耳這種特殊的感知特性的參數(shù)得到 了 廣 泛 的 應(yīng) 用 ， 這 就 是 Mel 尺 度 倒 譜 參 數(shù) (Melscaled Cepstrum Coefficient)，或稱 Mel 頻率倒譜系數(shù)，簡(jiǎn)稱為 MFCC。這種參數(shù)沒(méi)有充分利用人耳的聽(tīng)覺(jué)特性。由 式可得 LPC 到 LPCC 的直接遞推關(guān)系。在實(shí)際計(jì)算中，當(dāng)序列 x(n)為最小相位的情況下，可以利用序列 x(n)及其倒譜系數(shù) c(n)的遞推關(guān)系來(lái)簡(jiǎn)化計(jì)算。在實(shí)際運(yùn)作中大 多數(shù)語(yǔ)音識(shí)別系統(tǒng)都會(huì)采用倒譜參數(shù)來(lái)作為有關(guān)距離的度量。 2. 線性預(yù)測(cè)倒譜系數(shù) (LPCC) 在語(yǔ)音識(shí)別系統(tǒng)中，很少直接使用 LPC 系數(shù)，而是由 LPC 系數(shù)推導(dǎo)出另一種參數(shù)：線性預(yù)測(cè)倒譜系數(shù)（ LPCC）。 這里 x 為一幀語(yǔ)音信號(hào)， n 為計(jì)算 LPC 參數(shù)的階數(shù)。由基于自相關(guān)的遞推求解公式求解，也就是所謂的 Durbin 算法得： (0) (0)nnER? ???????????????????????? 1 ( 1 )1( 1 )( ) ( )i in j nji inR i a R i jk E? ?????? ??????????????????? ()iiiak? ??? ??????????????????????? ( ) ( 1 ) ( 1 ) ,1i i ij j i i ja a k a j i???? ? ? ?????????????????? ( ) 2 ( 1)(1 )lin i nE k E ??? ????????????????????? 公式中，上標(biāo) ()i 表示第 i 次迭代，每次迭代只計(jì)算和更新 12, , ,ia a a 直河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 12 到 ip? 時(shí)，結(jié)束迭代。 1 ?( , 0 ) ( , )pn k nki a i k???? ? 1,2, ,kp? ???????????? 上式表示 p 個(gè)方程構(gòu)成的方程組，未知數(shù)為 p 個(gè)。 LPC 是語(yǔ)音分析的重要手段，它能很好地進(jìn)行譜估計(jì)，即可作為語(yǔ)音特征的參數(shù)。全極點(diǎn)線性預(yù)測(cè)模型 (LPC)可以對(duì)聲管模型進(jìn)行很好的描述，這里信號(hào)的激勵(lì)源是由肺部氣流的沖擊引起的，聲帶可以有周期振動(dòng)也可以不振動(dòng)，分別對(duì)應(yīng)濁音 (Vowel)和清音 (Consonant)，而每段聲管則對(duì)應(yīng)一個(gè) LPC 模型的極點(diǎn)。人的發(fā)音器官可以用若干段前后連接的聲管進(jìn)行模擬，這就是所謂的聲管模型。基河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 11 本思想是：一個(gè) 語(yǔ)音信號(hào)的抽樣值可以用過(guò)去的若干個(gè)抽樣值的線性組合來(lái)逼近。常見(jiàn)的有三種： （ 1） 線形預(yù)測(cè)系數(shù)特征矢量 (LPC) （ 2） LPC 倒譜特征矢量 (LPCC) （ 3） Mel 倒譜系數(shù) (MFCC) 1. 線性預(yù)測(cè)系數(shù) (LPC) 這里我采用最簡(jiǎn)單的一種線形預(yù)測(cè)系數(shù)特征矢量 (LPC)。 特征參數(shù)提取 167。 再根據(jù)背景噪聲的 過(guò)零率和音量積 設(shè)定一個(gè)比 TH 稍低的門(mén)限 T L , 如果信號(hào)的能量大于 TL ,則所對(duì)應(yīng)的端點(diǎn) C、 D 之間仍是語(yǔ)音信號(hào) ,至此完成了第二級(jí)判斷。 這里我對(duì)端點(diǎn)進(jìn)行了兩級(jí)判斷。 用過(guò)零率和音量積譜來(lái)檢測(cè)端點(diǎn) 端點(diǎn)檢測(cè)算法常用的 是由語(yǔ)音能量和過(guò)零率組合的有雙門(mén)限法，以及短時(shí)能量和過(guò)零率的乘積構(gòu)成的能頻值法。 圖 24 展示了過(guò)零譜、音量譜和過(guò)零率和能量成績(jī)構(gòu)成的譜線。 過(guò)零率和音量積譜 通常利用短時(shí)能量來(lái)檢測(cè)濁音，用過(guò)零率來(lái)檢測(cè)清音，兩者配合實(shí)現(xiàn)可靠的端點(diǎn)檢測(cè)。這里將每幀的幅度絕對(duì)值之和作為每一幀的總能量大小。 音量 能量或者音量代表聲音的大小 ，可由聲音訊號(hào)的震幅來(lái)類比，又稱為能量（ Energy）或強(qiáng)度（ Intensity）等?？梢钥闯?，平移后，話音可以很容易從噪音中區(qū)分開(kāi)來(lái)。一半情況下，噪聲的波形和聲音波形相比幅度非常小，為了排除噪聲對(duì)過(guò)零率產(chǎn)生的影響，我將聲音的原始譜向上平移，使得噪聲的過(guò)零點(diǎn)影響大大減小。 過(guò)零率 過(guò)零率（ Zero Crossing Rate）是在每個(gè)音框中，音訊通過(guò)零點(diǎn)的 次數(shù) 。因此 , 端點(diǎn)檢測(cè)的效率、 質(zhì)量在語(yǔ)音處理系統(tǒng)中顯得至關(guān)重要。研究表明 ,即使是在安靜的環(huán)境下 ,語(yǔ)音識(shí)別系統(tǒng)一半以上的錯(cuò)誤可能主要來(lái)基于 MTLAB 編寫(xiě)的語(yǔ)音端點(diǎn)檢測(cè)程序。 端點(diǎn)檢測(cè) 所謂端點(diǎn)檢測(cè)，就是在實(shí)時(shí)輸入的聲音信號(hào)中，區(qū)分背景噪聲和環(huán)境噪聲 ，準(zhǔn)確地判斷出聲音信號(hào)的開(kāi)始點(diǎn)和結(jié)束點(diǎn)。語(yǔ)音信號(hào)是瞬時(shí)變化的，但在 10～ 20ms 內(nèi)是相對(duì)穩(wěn)定的 .我設(shè)定的采樣頻率為 11025 所以我們對(duì)預(yù)處理后的語(yǔ)音信號(hào) S1(n)以 1024點(diǎn)為一幀進(jìn)行處理，幀移為 512個(gè)采樣點(diǎn)。 167。 欲加重處理 預(yù)加重的目 的在于濾除低頻干擾，尤其是 50Hz 或 60Hz 的工頻干擾，將對(duì)于語(yǔ)音識(shí)別更為有用的高頻部分的頻譜進(jìn)一步提升。 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 6 167。, 8 bits/sample 本設(shè)計(jì)單次采樣總數(shù)為 50000 點(diǎn)，采樣率為 22020HZ。, 16 bits/sample （ 4） 39。, 16 bits/sample （ 3） 39。 (default value), 16 bits/sample （ 2） 39?！?dtype’代表采樣數(shù)據(jù)的存儲(chǔ)類型， MATLAB 提供四種存儲(chǔ)類型如下： （ 1） 39。 Fs 代表聲音的采樣率。dtype39。通過(guò) MATLAB 的 wavrecord 函數(shù)進(jìn)行聲音錄入。 167。 非特定人大詞表連續(xù)語(yǔ)音識(shí)別是近幾年研究的重點(diǎn)，也是研究的難點(diǎn)。特定人是指只針對(duì)一個(gè)用戶的語(yǔ)音識(shí)別，非特定人則可用于不同的用戶。顯然，連續(xù)非特定人語(yǔ)音識(shí)別的難度要大得多，因?yàn)椴粌H有說(shuō)話人口音的問(wèn)題，還有河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 5 協(xié)同發(fā)音、斷字?jǐn)嗑?、搜索等?wèn)題，除了考慮語(yǔ)音的聲學(xué)模型外還要涉及到語(yǔ)言模型，如構(gòu)詞法、文法等。連接詞語(yǔ)音識(shí)別支持一個(gè)小的語(yǔ)法網(wǎng)絡(luò)，其內(nèi)部形成一個(gè)狀態(tài)機(jī)，可以實(shí)現(xiàn)簡(jiǎn)單的家用電器的控制，而復(fù)雜的連接詞語(yǔ)音識(shí)別系統(tǒng)可以用于電話語(yǔ)音查詢、航空定票等系統(tǒng)。 語(yǔ)音識(shí)別的分類 語(yǔ)音識(shí)別按說(shuō)話人的講話方式可分為孤立詞 (Isolated Word)識(shí)別、連接詞(Connected Word)識(shí)別和連續(xù)語(yǔ)音 (Continuous Speech)識(shí)別。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)占到越來(lái)越大的比例。語(yǔ)音命令控制可廣泛用于家電語(yǔ)音遙控、玩具、智能儀器及移動(dòng)電話等便攜設(shè)備中。隨著計(jì)算機(jī)技術(shù)、模式識(shí)別和信號(hào)處理技術(shù)及聲學(xué)技術(shù)等的發(fā)展，使得能滿足各種需要的語(yǔ)音識(shí)別系統(tǒng)的實(shí)現(xiàn)成為可能。 語(yǔ)音識(shí)別發(fā)展 隨著時(shí)代的發(fā)展，人們?cè)絹?lái)越注重生活的品質(zhì)。 167。 總體框圖如圖 11 所示： 圖 11 系統(tǒng)總體框圖 PC 機(jī)（語(yǔ)音識(shí)別） 語(yǔ)音輸入 無(wú)線發(fā)射 無(wú)線接收 單片 機(jī) 控制 中心 驅(qū)動(dòng)電路 電機(jī) 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 4 第 2章 上位機(jī)設(shè)計(jì) 上位負(fù)責(zé)語(yǔ)音的識(shí)別，并根據(jù)識(shí)別到的不同結(jié)果向下位機(jī)（小車）發(fā)送不同的指令。下位機(jī)是單片機(jī)控制的一個(gè)小車，單片機(jī)收到上位機(jī)傳來(lái)的指令后，很據(jù)不同的指令控制小車完成不同的動(dòng)作。 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 3 第 1章 系統(tǒng)總體設(shè)計(jì)方案介紹 本系統(tǒng)分上位機(jī)和下位機(jī)兩大方面。下位機(jī)采用 STC2C5A60S2 單片機(jī)作為控制中心，采用 L298專用驅(qū)動(dòng)芯片搭建雙橋，進(jìn)行點(diǎn)擊的正反轉(zhuǎn)調(diào)速等控制。 為了更方便的進(jìn)行上位機(jī)的操作，本設(shè)計(jì)用 MATLAB河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 2 的 GUI設(shè)計(jì)了一個(gè)圖形界面。下位機(jī)是單片機(jī)控制的一個(gè)小車，單片機(jī)收到上位機(jī)傳來(lái)的指令后，很據(jù)不同的指令控制小車完成不同的動(dòng)作。 本系統(tǒng)分上位機(jī)和下位機(jī)兩大方面。本設(shè)計(jì)采用的識(shí)別類型是特定人孤立詞語(yǔ)音識(shí)別。特定人是指 只針對(duì)一個(gè)用戶的語(yǔ)音識(shí)別，非特定人則可用于不同的用戶。連續(xù)語(yǔ)音識(shí)別是指對(duì)說(shuō)話人以日常自然的方式發(fā)音，通常特指用于語(yǔ)音錄入的聽(tīng)寫(xiě)機(jī)。孤立詞識(shí)別是指說(shuō)話人每次只說(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)詞條，一般用在語(yǔ)音電話撥號(hào)系統(tǒng)中。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)占到越來(lái)越大的比例。語(yǔ)音命令控制可廣泛用于家電語(yǔ)音遙控、玩具、智能儀器及移動(dòng)電話等便攜設(shè)備中。 底層驅(qū)動(dòng)程序 ............................ 27 結(jié) 論 .................................................. 29 參考文獻(xiàn) ................................................ 30 致 謝 .................................................. 31 附 錄 .................................................. 32 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 1 前 言 隨著計(jì)算機(jī)技術(shù)、模式識(shí)別和 信號(hào)處理技術(shù)及聲學(xué)技術(shù)等的發(fā)展，使得能滿足各種需要的語(yǔ)音識(shí)別系統(tǒng)的實(shí)現(xiàn)成為可能。 主程序流程圖 ............................ 24 167。 穩(wěn)壓電路設(shè)計(jì) ............................ 24 167。 單片機(jī)電路設(shè)計(jì) .......................... 21 167。 小車結(jié)構(gòu)設(shè)計(jì) ............................ 20 167。 小車總體設(shè)計(jì) .................................. 20 167。 程序?qū)崿F(xiàn) ................................ 16 167。 語(yǔ)音識(shí)別中的模式匹配 ......................... 14 167。 特征參數(shù)概述 ............................ 10 167。2. 用過(guò)零率和音量積譜來(lái)檢測(cè)端點(diǎn) ............ 9 167。 音量 ..................................... 7 167。 端點(diǎn)檢測(cè) ....................................... 6 167。 欲加重處理 ............................... 6 167。 聲音錄入 ....................................... 5 167。 語(yǔ)音識(shí)別發(fā)展 ............................. 4 167。s speech can be divided into isolated word (Isolated Word) i