语音识别系统的究.pdfVIP

摘要 摘要 本文介绍了一个自主设计开发的语音识别系统的各个处理过程。系统算法采 用Matlab6．1和VC++6．0混合编程来实现的。具体的处理过程包括以下三个方面： 1、预处理，包括A／D变换、短时能量检测、过零率检测、语音信号的端点检测 等；2、特征提取，也就是对预处理后的信号运用语音分析方法，包括线性预测 系数、共振峰检测、基音周期检测；3、特征提取和语音匹配。本文对每一个环 节都进行了深入的研究。 在语音信号的预处理中，用短时能量和短时过零率两种参数对待测定人的语 音进彳亍处理来准确的找到待分析的语音信号端点。对待识别人的语音信号在整个 期间进行抽样和存储，用短时平均幅度来代替短时能量，参照平均幅度的轮廓粗 略确定一个语音的端点，然后在结合过零率门限通过过零率准确的判断出语音的 起始点和终止点。 信号特征抽取是语音识别赖以进行的基础，我们深入的分析和研究了语音信 号的各种特征，包括语音信号快速傅立叶变换、线性预测编码分析、声道共振峰 分析、短时自相关分析、基音周期检测。同时结合本研究的应用是小规模库的语 音锁的特点，本文抽取如下两个特征作为该系统识别匹配的特征参量矩阵，即由 线性预测系数获得的共振峰数据和中央消波自相关法进行的基音周期构成的向 量矩阵。特征匹配就是匹配特征向量矩阵。把提取的待识别的语音的特征向量与 库语音对应的特征向量相匹配，如果特征向量里的特征全部能够被匹配，则认为 这两个语音能够匹配，即为同一个人的声音信号；否则认为它们不匹配，为不同 人的语音信号。 编译器mcc将M文件转化为可执行文件和动态连接库(DLL文件)。在完全脱 合起来，实现了系统运行的实时性，同时用能够使该系统真正的用于商业开发成 为可能。本系统经过实验验证，结果令人非常满意。 关键词：语音识别，过零率，短时能量，自相关，线性预测编码，基音周期 ABSTRACT tOthe a introduction Thethesishereinafter detailed processmg you gives a whichis and of signalsrecognitionsystem designedexploited proceduresspeech and is tO mixed ofMatlab6．1VC++6．0 programming applied hldependently．The as this arithmetic。The arefollows： procedures systematic specificprocessing the of short—timedetection， 1．Pretreatment A／D，the energy includingexchange the rate the detection； detection，andsignals’e