利用MATLAB平台实现少量字的语音识别论文.doc

. 本科毕业论文(设计) 论文题目： 利用MATLAB平台实现 少量字的语音识别功能 2007 年 6 学生姓名 学 号 专 业 物理学 指导教师姓名 职 称 讲师 部 门 物理系 论文题目 利用MATLAB平台实现少量字的语音识别 摘 要 摘要：初步研究两种不同的语音识别算法---动态时间伸缩算法(DTW)和隐马尔科夫模型(HMM), 初步探究并实现在MATLAB环境中应用DTW识别法的孤立字语音识别实验平台。 关键字：MATLAB，语音识别，LPC，LPCC，MFCC，动态时间伸缩算法(DTW)，隐马尔科夫模型（HMM） Abstract 【Abstract】: Use two kinds of arithmetic to study speech recognition: Dynamic Time Warping (DTW) and the Hidden Markov Model (HMM). Build a basic test platform of speech recognition using DTW. 【Key words】: MATLAB, speech recognition, LPC, LPCC, MFCC, Dynamic Time Warping, Hidden Markov Model 目 录 HYPERLINK \l _Toc156390464 引言 4 HYPERLINK \l _Toc156390464 1.语音识别简介 5 HYPERLINK \l _Toc156390465 1.1语音识别系统的分类 5 HYPERLINK \l _Toc156390466 1.2语音识别系统的基本构成 5 HYPERLINK \l _Toc156390467 2.语音识别参数 6 HYPERLINK \l _Toc156390465 2.1线性预测系数(LPC) 6 HYPERLINK \l _Toc156390465 2.2线性预测倒谱系数(LPCC) 8 HYPERLINK \l _Toc156390465 2.3 MFCC系数 8 HYPERLINK \l _Toc156390465 2.4参数计算流程 9 HYPERLINK \l _Toc156390468 3.DTW算法 11 HYPERLINK \l _Toc156390465 3.1 DTW算法原理 11 HYPERLINK \l _Toc156390465 3.2 DTW的高效算法 14 HYPERLINK \l _Toc156390469 4.HMM算法 16 HYPERLINK \l _Toc156390465 4.1 HMM的原理 16 HYPERLINK \l _Toc156390465 4.2 HMM的前向概率和后向概率 17 HYPERLINK \l _Toc156390465 4.3识别算法——Viterbi解码 19 HYPERLINK \l _Toc156390465 4.4 baum-welch算法 20 HYPERLINK \l _Toc156390469 5.实验及总结 23 HYPERLINK \l _Toc156390465 5.1 实验准备以及步骤 23 HYPERLINK \l _Toc156390465 5.2 实验结果及讨论 25 HYPERLINK \l _Toc156390465 5.3 实验结论 29 HYPERLINK \l _Toc156390469 参考文献 30 HYPERLINK \l _Toc156390469 致 谢 31 引 言 自上世纪80年代开始，语音识别技术的研究进入了一个蓬勃发展的时期，一些商用系统也从实验室进入市场。然而，在实际的应用中，由于各种干扰因素导致的测试条件与训练环境的不匹配，系统的性能往往会收到极大的影响。因此提高语音识别系统的性能就成为了语音识别技术真正走向实用化的关键课题。 语音识别是以声音作为研究对象它是语音信号处理的一个重要研究方向，是模式识别的一个分支涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域，甚至还涉及到人的体态语言（如人在说话时的表情、手势等行为动作可帮助对方理解），其最终目标是实现人与机器进行自然语言通信。本文研究了汉语语音识别技术及其实现方法。论文首先分析了语音信号预处理问题。对MFCC倒谱系数在语音识别中的运用做了详细介绍。其次研究了基于DTW的语音识别系统，针对DTW算法中系统识别性能过分依赖于端点检测、动态规划的计算量太大等缺陷，分别提出了快速DTW算法和端点松动的DTW算法