语音信号处理第六章语音识别.pptVIP

下载本文档

4
0
约9.71千字
约 103页
2019-10-19 发布于湖北
举报
版权申诉

语音信号处理第六章语音识别.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

语音识别原理语音识别层次模型 X = fft(x,2^nextpow2(2*size(x,1)-1)); % S= abs(X).^2; %短时功率谱 R = ifft(S); % R = R./m; % 有偏自相关估计 [a,e] = levinson(R,N); %利用Levinson-Durbin算法求出预测系数a,和预测误差e Lpc系数 1.0000 -2.1391 1.8856 -1.1385 0.7225 -0.3952 0.0160 0.3351 -0.7194 1.0214 -0.8288 0.4264 -0.1412 lpcc = -1.4962 0.5480 -0.1578 -0.0420 0.1991 0.3765 0.4383 -0.5915 0.1122 0.3887 0.0116 -0.0329 m = Columns 1 through 7 1.4985 -7.5020 -0.4085 -5.6619 0.6332 -0.0486 7.3819 Columns 8 through 14 8.1189 1.7566 -2.4322 -2.0207 -0.4320 3.5821 -1.9725 Columns 15 through 21 0.9683 1.5440 -1.4582 -0.7480 2.7221 -1.4598 -1.8205 Columns 22 through 24 -3.2768 -1.0493 -0.6542 2 Ｔ a c c a c c b R 3 1 i j 1 2 3 4 (c,c) (a,c) g(2,3) √ g(1,2) 0 0 3 1 1 2 3 3 0 0 0 3 2 Ｔ a c c a c c b R 3 1 i j 1 2 3 4 (a,c) g(1,3) g(3,4) √ j 时间规整函数j=w(i) i 2 3 1 1 2 3 4 D(T,R)= g(I,J)/(I+J)=g(3,4)/(3+4)=5/7 最佳匹配距离: T(i)={1 2 3 4} 1 2 3 4 1 2 4 R(j)={1,2,4} g(4,3) (1,1) g(1,1) 动态时间规正法(DTW)的计算实例2 g(3,1) g(3,2) g(2,2) 绝对值平均距离 T(i) 1 2 3 4 1 2 4 R(j) (4,4) g(4,3) (1,1) g(1,1) g(2,2) T(i) 1 2 3 4 1 2 4 R(j) (4,4) g(4,3) (1,1) g(1,1) g(3,2) √ T(i) 1 2 3 4 1 2 4 R(j) (4,4) g(4,3) (1,1) g(1,1) g(3,1) √ T(i) 1 2 3 4 1 2 4 R(j) 1 2 3 4 3 2 1 i j 时间规整函数j=w(i) D(T,R)= g(I,J)/(I+J)=g(4,3)/(4+3)=2/7 最佳匹配距离四、动态时间规整的应用 DTW算法简洁，运算量小，适合小型的孤立词的识别。例如语音计数器，语音呼叫电话等。开始语音采样和量化端点检测 LPC倒谱分析 DTW的识别算法语音模板识别结果输出建立摸板 total=10; n_lpcc=12; for i=1:total n=num2str(i); disp ([Working with number n]) s=[‘[n’ n ‘ fs]=readwav(’‘x’ n ‘’‘);’]; %读语音 eval(s); s=[‘n’ n ‘=voicedet(n’ n ‘,fs);’]; %端点检测 eval(s); s=[‘m’ n ‘=getceps(n’ n ‘,fs,n_lpcc);’];% 计算lpcc系数 eval(s) end 识别程序 total=10; n_lpcc=12; [t fs]=read