Matlab在语音识别中地应用.pdf

实用标准文案 1. 基于 GUI 的音频采集处理系统 注：本实验是对“东、北、大、学、中、荷、学、院”孤立文字的识 别！ 首先是 GUI 的建立，拖动所需控件，双击控件，修改控件的参数； 主要有 string T ag( 这个是回调函数的依据 ) ，其中还有些参数如 value style 也是需要注意的，这个在实际操作中不能忽视。 这里需要给说明一下： 图中所示按钮都是在一个按钮组里面， 都属于 按钮组的子控件。所以在添加回调函数时，是在按钮组里面添加的， 也就是说右击三个按钮外面的边框，选择 View Callback —— SelectionChange, 则在主函数中显示该按钮的回调函数： function uipanel1_SelectionChangeFcn(hObject, eventdata, handles) 以第一个按钮“录音”为例讲解代码； 文档大全 实用标准文案 下面是“播放”和“保存”的代码： 以上就是语音采集的全部代码。程序运行后就会出现这样的界面： 文档大全 实用标准文案 点击录音按钮，录音结束后就会出现相应波形： 点击保存， 完成声音的保存， 保存格式为 .wav 。这就完成了声音的采 集。 文档大全 实用标准文案 2. 声音的处理与识别 2.1 打开文件 语音处理首先要先打开一个后缀为 .wav 的文件，这里用到的不是按 钮组，而是独立的按钮，按钮“打开”的回调函数如下： function pushbutton1_Callback(hObject, eventdata, handles) 其中 pushbutton1 是“打开”按钮的 Tag. 在回调函数下添加如下代码： 运行结果如图： 文档大全 实用标准文案 文档大全 实用标准文案 2.2 预处理 回调函数如下： function pushbutton2_Callback(hObject, eventdata, handles) 运行结果如图： 文档大全 实用标准文案 2.3 短时能量 短时能量下的回调函数： function pushbutton3_Callback(hObject, eventdata, handles) 其回调函数下的代码是： 文档大全 实用标准文案 文档大全 实用标准文案 2.4 端点检测 这里要先声明一点， 为了避免在以后的函数调用中， 不能使用前面的 变量，所以其实后面的函数都包含了前面的部分。 显而易见这样程序 就会显得很冗长，这也是值得以后修改的地方。 function pushbutton4_Callback(hObject, eventdata, handles) 文档大全 实用标准文案 文档大全 实用标准文案 文档大全 实用标准文案 文档大全 实用标准文案 2.5 生成模版 本功能和上面重复的部分省略掉了，现在只补充添加的代码： 文档大全 实用标准文案 2.6 语音识别 将打开的语音与提前录好的语音库进行识别，采用的是 DTW 算法。 识别完后就会在相应的文本框里显示识别的文字。代码如下： 文档大全 实用标准文案 程序运行前后的对比图： 文档大全 实用标准文案 GUI 的整体效果图： 文档大全 实用标准文案 总结 实验已经实现了对“东、北、大、学、中、荷、学、院”文字的 识别，前提是用模版的语音作为样本去和语音库测试， 这已经可以保 证１００％的正确率，这说明算法是正确的，只是需要优化。而现场 录音和模版匹配时， 则不能保证较高的正确率， 这说明特征参数的提 取这方面还不够完善。 特征参数提取的原则是