信号分析与处理论文 .pdfVIP

武汉工程大学

（硕、博士）研究生试卷本

考试课程名称信号分析与处理

考试

考查

学科专业检测技术及自动化装置

学号*********

姓名金璐

题目序号12345678910总计评卷教师

各题分数

基于DTW的孤立词语音识别方法研究

1绪论

随着计算机技术的飞速发展，电脑己经走入千家万户，给人类带来了无穷的便捷。与此同时，人们

对计算机的智能化要求也越来越高，当然最突出的需求体现在人机接口上。如果能实现人机之间的直接

对话，让“机器”听懂人的语言，并根据其信息去执行人的意图，那么这无疑是最理想的人机智能接口

方式，因此语音识别作为一门极具吸引力的学科应运而生，很多专家指出语音识别技术将是未来十年信

息技术领域十大重要的科技发展技术之一。

1.1研究背景及意义

语言在人类的的智能组成中充当着很重要的角色，人与人之间的交流和沟通大部分是通过语言的方

式有效的完成。作为人与人之问交流最方便、自然、快捷的手段，人们自然希望它成为人与计算机交流

的媒介。随着数字信号处理及计算机科学的飞速发展，人们对实现人机对话产生越来越迫切的要求，使

得语音识别技术近年来得到了迅速的发展，语音识别技术的研究进入了一个比较成熟的时期。语音识别

是一门交叉科学，它综合了声学、语言学、语音学、生理科学、数字信号处理、通信理论、电子技术、

计算机科学、模式识别和人工智能等众多学科。也是人机交互最重要的一步。

1.2语音识别的国内外研究现状

通过语音传递信息是人类最重要，最有效，和最方便的交换信息的形式，语音识别主要指让机器转

达人说的话，即在各种情况下，准确的识别出语音的内容，从而根据其信息，执行人的各种意图。

广义的语音识别包括说话人的识别和内容的识别两部分。这里所说的语音识别，是指内容识别方面。

采用计算机进行语音识别到现在已经发展了50年。

从特征参数上改进，采用各种办法进行语音增强是一个研究方向，但是到目前为止，还没有一种办

法能把语音信号完美地从噪音环境提取出来。语音识别有广泛的商业化运用前景，主要可以分为通用场

合和专用场合两个方面。

1.3研究内容

本文研究的主要内容是结合模式识别的基本理论，研究DTW孤立词语音识别的问题，实现0-9共10

个数字的模式匹配及识别。分析了语音信号的预处理，特征提取及DTW算法实现。

2语音识别技术

2.1语音识别系统结构

孤立词语音识别是对特定的不连续的词语作为处理单元。语音识别系统的基本组成一般可以分为预

处理模块、特征值提取模块及模式匹配三个模块。如图2.1所示为语音识别系统结构框图。

1

样本语言预加重加窗分帧端点检测

特征提取

识别结果

DTW模式匹配

待测语音预处理特征匹配

图2.1语音识别系统结构框图

从图2.1的系统整体架构可以看到，建立基于DTW的语音识别系统可分为两个阶段,即训练阶段和识

别阶段。首先由用户通过麦克风输入语音形成原始语音,然后系统对其进行预处理。预处理包括预加重，

加窗分帧和端点检测三个过程。系统的前端采用了端点检测,目的是在一段语音信号中确定起点和终点。

在特征提取部分,本系统采用了MFCC作为特征参数,用于有效地区分不同的说话人。

在训练阶段,通过说话人多次重复语音,本系统从原始语音样本中去除冗余信息,提取