matlab的語音端點(diǎn)檢測算法研究畢業(yè)論文-在線瀏覽
2025-08-11 18:57本頁面
【正文】 話風(fēng)格和語速、不同帶寬的語音信號及不同信噪比條件下具有同等效果。 ②提高系統(tǒng)的靈活性，包括對能方便地結(jié)合應(yīng)用領(lǐng)域中基于統(tǒng)計(jì)、規(guī)則和有限語法等各種知識源的框架以及適合不同計(jì)算平臺（CPU和內(nèi)存等）算法的可伸縮技術(shù)（Scalable Technology）的研究。試想，多數(shù)中國人使用計(jì)算機(jī)時(shí)都在一定程度上受到電腦鍵盤輸入的困擾，所以，很多人都看好中國是語音技術(shù)推廣應(yīng)用的最大市場。各大公司投資中文語音識別就是希望在未來占領(lǐng)這一領(lǐng)域里的制高點(diǎn)。對于桌面應(yīng)用系統(tǒng)來說，雖然已有國外現(xiàn)成的API可以利用，但這樣的技術(shù)不但離高質(zhì)量的口述記錄還相差甚遠(yuǎn)，更不用說滿足多姿多彩現(xiàn)實(shí)世界的應(yīng)用需求。另外，一方面，桌面語音識別技術(shù)的應(yīng)用僅僅是語音識別應(yīng)用的冰山一角，更大的商機(jī)和應(yīng)用在于電話網(wǎng)絡(luò)、Internet和各種電器設(shè)備，一旦語音技術(shù)可以實(shí)用化到內(nèi)置于設(shè)備中，我們付出的將是非常昂貴的代價(jià)。通過發(fā)展完全民族化的語音產(chǎn)業(yè)，培養(yǎng)一大批這方面的本地人才，才能推動這一技術(shù)的快速發(fā)展。中科院自動化研究所模式識別國家重點(diǎn)實(shí)驗(yàn)室研制的漢語非特定人、連續(xù)語音聽寫機(jī)系統(tǒng)的普通話系統(tǒng)，其錯誤率可以控制在10％以內(nèi)，并具有非常好的自適應(yīng)功能。隨著科技的進(jìn)步，語音端點(diǎn)檢測目前主要的目的是：①減少識別器的數(shù)據(jù)處理量：可以大量減少信號傳輸量及識別器的運(yùn)算負(fù)載，對于語音對話的實(shí)時(shí)識別有重要作用；②拒絕非語音的信號：對非語音信號的識別不僅是一種資源浪費(fèi)，而且有可能改變對話的狀態(tài)，造成對用戶的困擾；③在需要打斷（bargein）功能的系統(tǒng)中，語音的起始點(diǎn)是必須的。完成打斷功能； 在很長一段時(shí)間里，語音端點(diǎn)檢測算法主要是依據(jù)語音信號的時(shí)域特性[23]。近年來，隨著通信業(yè)的迅猛發(fā)展，在各行業(yè)對通信系統(tǒng)語音質(zhì)量的客觀評價(jià)以及語音識別方法等技術(shù)實(shí)用化的強(qiáng)烈需求了，又出現(xiàn)了很多的語音端點(diǎn)檢測算法。如基于1994年由JunquaJ－C提出的TF參數(shù)的語音端點(diǎn)檢測[45]，還有諸如倒譜系數(shù)[67]、短時(shí)頻帶方差[8]、自相關(guān)相似距離[9]、信息熵[1011]等也逐漸的被應(yīng)用到端點(diǎn)檢測中。對語音端點(diǎn)的判決方式也由原來的單一門限[12]、雙門限[13]發(fā)展到基于模糊理論的判決方式[14]。文中將分形理論中的分形記盒維數(shù)應(yīng)用到端點(diǎn)檢測算法中,采用了基于分形記盒維數(shù)與短時(shí)能零比相結(jié)合的端點(diǎn)檢測算法,以分形記盒維數(shù)為主要判決條件,并在判決門限的設(shè)定上采用了自適應(yīng)機(jī)制。在科學(xué)研究和工程應(yīng)用中，往往要進(jìn)行大量的數(shù)學(xué)計(jì)算，其中包括矩陣運(yùn)算。目前流行用Basic、Fortran和c語言編制計(jì)算程序, 既需要對有關(guān)算法有深刻的了解，還需要熟練地掌握所用語言的語法及編程技巧。通常，編制程序也是繁雜的，不僅消耗人力與物力,而且影響工作進(jìn)程和效率。（windows環(huán)境）是一種功能強(qiáng)、效率高便于進(jìn)行科學(xué)和工程計(jì)算的交互式軟件包。在此環(huán)境下所解問題的MATLAB語言表述形式和其數(shù)學(xué)表達(dá)形式相同，不需要按傳統(tǒng)的方法編程。但由于使用MATLAB編程運(yùn)算與人進(jìn)行科學(xué)計(jì)算的思路和表達(dá)方式完全一致，所以不象學(xué)習(xí)其它高級語言如Basic、Fortran和C等那樣難于掌握。 MATLAB大大降低了對使用者的數(shù)學(xué)基礎(chǔ)和計(jì)算機(jī)語言知識的要求，而且編程效率和計(jì)算效率極高，還可在計(jì)算機(jī)上直接輸出結(jié)果和精美的圖形拷貝，所以它的確為一高效的科研助手。 MATLAB算法是一個(gè)優(yōu)秀的算法，我們在軟件開發(fā)過程中，尤其是數(shù)據(jù)庫開發(fā)方面，要進(jìn)行數(shù)據(jù)匯總、統(tǒng)計(jì)分析、然后根據(jù)匯總的數(shù)據(jù)產(chǎn)生圖表（包括柱圖、餅圖、四分圖、雷達(dá)圖等），這種需求甚為普遍。在使用的MATLAB算法時(shí)，圖形輸出的功能往往被人忽略，下面的例子，就是采用的MATLAB出的圖形 ，引用matlab 的對象庫(Matlab Application(version ) Type Library)，筆者采用的是MATLAB 版本，然后在窗體上加一個(gè)圖片框PictureBox1，用于顯示圖片；一個(gè)Button1用于調(diào)用MATLAB，并加載圖形。定義matlab語句字符串39。建立matlab應(yīng)用MatLab = CreateObject()39。matlab語句strMatLab = t=2::4*pi。plot(t,y)39。生成一個(gè)JPG的圖形c:(print( gcf, 39。, 39。))39。顯示在圖片框 = New Bitmap(c:\)End Sub39。pie3(sale,[0 0 1 0 0],{39。,39。,39。,39。,39。})(strMatLab)(print( gcf, 39。, 39。))()matlab = Nothing = New Bitmap(c:\)End Sub39。plot3(sin(t),cos(t),t)(strMatLab)(print( gcf, 39。, 39。))()matlab = Nothing = New Bitmap(c:\)End Sub39。surfc(X,Y,Z)。axis ([2 4 6 8 10 6])(strMatLab)(print( gcf, 39。, 39。))()matlab = Nothing = New Bitmap(c:\)End SubPrivate Sub Form1_Load(ByVal sender As , ByVal e As ) Handles = End Sub總結(jié)：一般情況下，我們將自己的算法在MATLAB中生成dll，輸入一組數(shù)據(jù)，輸出一系列數(shù)據(jù)，而且MATLAB算法比較簡單，一個(gè)命令就完成了許多功能，大大提高了開發(fā)效率！第5章 短時(shí)能量和過零率 語音激活檢測VAD（Voice Activity Detection）是一種通過特定的判決準(zhǔn)則判斷語音中出現(xiàn)的停頓和靜默間隔，檢測出有效語音部分的技術(shù)。由于在雙工移動通信系統(tǒng)中，一方只有35％的時(shí)間處于激活狀態(tài)[
物理相關(guān)推薦
鄂ICP備17016276號-1