基于数字信号处理之语音识别论文.doc

《通信综合实训》 姓名 唐文祥 学 号 1230614008 同组成员 黄义川 1230614002 莫雨晨1230614005 夏 爽1230614012 指导教师 张红燕 时间 2014年6月26日 摘要 本文针对语音信号时域、频域参数进行了系统详尽的分析，并在MATLAB环境下实现了基于DTW算法的特定人孤立词语音信号的识别。 关键词：语音信号；短时傅里叶；MFCC；动态时间规整 Abstract this article in view of the speech signal in time domain, frequency domain parameters of system analysis, and based on DTW algorithm was realized in MATLAB environment the speaker-dependent isolated word speech signal recognition. Key words: speech signal; Short-time Fourier; MFCC; Dynamic time neat 目录 摘要 I Abstract II 1语音信号的分析 1 1.1参数分析 1 1.2时域分析 1 1.2.1短时能量分析 1 1.2.2短时过零率分析 1 1.3频域分析 2 2 语音信号的处理 2 2.1特定人孤立词语音识别系统分析 2 2.2　语音识别算法——高效的DTW算法 3 3.MATLAB仿真验证 4 3.1　语音信号预处理 4 3.2　特征参数提取及语音识别 5 3 总结 6 参考文献 7 程序 8 1语音信号的分析 1.1参数分析 语音信号是一种典型的非平稳信号。但是，由于语音的形成过程是与发音器官的运动密切相关的，这种物理运动比起声音振动速度来讲要缓慢得多，因此语音信号常常可被假定为短时平稳的，即在10一20ms这样的时间段内，其频谱特性和某些物理特征参量可被近似地看作不变。这样，我们就可以采用平稳过程的分析处理方法来处理，一般而言语音信号处理的方法都是基于这种短时平稳的假设的。根据语音信号所分析参数的不同，语音信号参数分析可以分为时域、频域、倒谱域分析等[4]。本文仅涉及时域及频域参数分析。 1.2时域分析 进行语音信号最为直观的分析方法就是时域分析。语音信号本身就是时域信号，因而时域分析是最早使用，也是应用最广泛的一种方法，这种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析以及语音的分割、预处理和大分类等。时域分析方法的特点是：第一，表示语音信号比较直观，物理意义明确；第二，实现起来比较简单，运算量少；第三，可以得到语音的一些重要参数；第四，采用示波器等通用设备，使用简单[5]。 1.2.1短时能量分析 短时能量分析用途：第一，可以区分清音段和浊音段，因为浊音时的短时平均能量值比清音时大得多；第二，可以用来区分声母与韵母的分界、无声与有声的分界、连字的分界等。如对于高信噪比的语音信号，短时平均能量用来区分有无语音。无语音信号噪声的短时平均能量很小，而有语音信号的能量则显著增大到某一个数值，由此可以区分语音信号的开始点或者终止点。 1.2.2短时过零率分析 过零就是信号通过零值。对于连续语音信号，可以考察其时域波形通过时间轴的情况。对于离散时间信号，如果相邻的取样值改变符号则称为过零。由此可以计算过零数，过零数就是样本改变符号的次数。单位时间内的过零数称为平均过零数。短时过零分析通常用在端点侦测，特别是用来估计清音的起始位置和结束位置。 1.3频域分析 短时傅立叶分析在运用离散时间傅立叶变换分析语音信号的变化时，会遇到这样的问题，即单一的傅立叶变换并不能反映时间变化的频谱信息，诸如时变共振峰和谐波。具体而言，通常将信号的每一时刻与其相邻时刻信号的傅立叶变换相联系，这样就可以及时跟踪信号的频谱变化。语音信号的短时傅立叶变换见程序所述。 可以验证，在短时傅立叶分析中对于同一种窗函数而言，其通带宽度与窗长成反比。如果希望频率分辨率高，则窗长应尽量取长一些；如果希望时间分辨率高，则窗长尽