2010014239屠建国通信103.doc

电子信息学院本科毕业设计(论文)开题报告论文题目基于Matlab的语音识别系统的设计与实现学生姓名屠建国专业班级通信工程103班性 别男一、课题研究意义及现状现在社会，人类跟计算机的交往越来越受到研究者的重视。自然和谐的人机界面的沟通应该能理解用户的情绪和意图，对不同用户、不同环境、不同任务给予不同的反馈和支持。语音计算研究就是试图创建一种能感知、识别和理解人的语音，并针对人的语音做出智能、灵敏、友好反应的计算系统，即赋予计算机像人一样地观察、理解和生成各种情感特征的能力，使计算机能够更加自动适应操作者。实现这些，首先必须能够识别操作者的语音，而后根据情感的判断来调整交互对话的方式。语音信号处理中，语音识别作为一个重要的研究领域，已经有很长的研究历史，其中语音特征提取是其中的一个重要方面。在1972 年，Williams 发现人的语音的基音轮廓有很大的变化，这是国外最早开展的语音识别方面的研究之一。1990 年，麻省理工学院多媒体实验室构造了一个“语音编辑器”对外界各种语音信号进行采样，如人的语音信号、脸部表情信号等来识别各种语音。1996 年日本东京Seikei 大学提出语音空间的概念并建立了语音模型。2000 年，Maribor 大学的Vladimir Hozjan 研究了基于多种语言的语音识别。2009 年4月，日本产业技术综合研究所(AIST)研制一个具有丰富表情的新型女性机器人“HRP-4C”。通过对主人语音信号的识别，机器人可以做出喜、怒、哀、乐和惊讶的表情等。在国内，语音识别的研究起步较晚。2001 年，东南大学赵力等人提出语音信号的识别研究。2003 年，北京科技大学谷学静等人将BDI Agent 技术应用与语音机器人的语音识别技术研究中。另外，2003 年12 月中科院自动化所等单位在北京主办了第一届中国语音计算及智能交互学术会议，2005 年10 月又在北京主办了首届国际语音计算及智能交互学术会议。现在用于语音识别的方法很多，如主元素分析(PCA)、最大似然Bayes分类器和K最近邻分类器、人工神经网络(NN)，下面就现阶段国内外语音识别方法作一概括的介绍。人工神经网络是一种在模拟人脑神经组织的基础上发展起来的，它是由大量的计算单元(神经元)相互连接而成的网络，可以通过训练获得知识并解决问题。ANN是一种应用广泛的模式识别方法，Nicholson等人使用一种称为One-Class-in-one的网络拓扑结构，为每一种语音训练一个子网络，根据各个子网络的输出结果判断语音类别。Park等人使用一个具有一个输入节点、两个隐层节点和四个输出节点的RNN网络进行语音识别。 另外的方法有，Ververidis等人使用了基于Parzen窗函数估计和高斯分布的两种贝叶斯分类算法，研究了87种基于频谱、基音和能量的语音统计特征参数对五种语音状态的识别能力。Dellaert等人比较了最大似然贝叶斯分类、核回归和KNN等三种方法的识别性能，结果KNN方法的识别性能最优。二、课题研究的主要内容和预期目标本课题主要完成的工作：（1）阅读大量与本课题相关的中外参考文献，了解语音识别系统研究背景和现状；（2）通过阅读大量参考文献了解语音特点；（3）针对实际不同语音环境，用matlab在模拟器上搭建相应的拓扑，测试相关的性能参数。（4）通过比较实验，要求各种拓扑的无关参数都要求设置一致；要求测量多组数据并且每组仿真多次，以提高实验的可信度；（5）对实验数据和结果实事求是地进行深入分析，掌握数据处理与分析方法，以及数据的绘图表示；预期目标：本课题预计能够完成基于matlab语音识别系统的分析，比较以及利用仿真工具模拟实际环境来比较各种语音差别，并提出自己相应的观点。成果形式为程序代码与完整的毕业论文。三、课题研究的方法及措施2.1.3语音信号产生模型语音信号是声道被激励发生共振而产生的输出。由于在发音过程中声道是运动的，因此可以用一个时变线性系统来模拟。理想的模型是线性的，且时不变的；但是语音信号是一连串的时变过程，且声门和声道相互耦合形成了语音信号的非线性特性。做一个合理的假设，当在较短的时间间隔内表示语音信号时，则可以采用线性时不变模型。它包括激励模型、声道模型、和辐射模型。图2.2给出了经典的语音信号的产生模型，语音信号被看成是线性时不变系统在随机噪声或准周期脉冲序列激励下的输出。图2.2语音信号产生模型具体进行一次模拟的步骤如下：（1）打开Simulink工具箱。（2）进入sptool工具包。（3）采集数据。（4）数据分析反复挑选。（5）封装子模块。（6）构建一个复杂系统。（7）集中精力研究发声机理。（8）调整人声与频率，音节长短衰减快慢，重新进行上述模拟过程。除了上面的步骤中提到我们还得注意下面几点才能测试得到我们想要的数据。如下：（1） 发声的生理机理与发声模型。（2） 采样与降噪。（3） 小波分析方法对语音识别的改进。在基于Matlab 环境下实现的初步说话人识别实验中，小波变换表现出的在信号处理中的强大优势，符合其在信号处理领域愈发受到人们重视的现状，为人们描绘了深入研究其在语音识别中的应用的美好图景。在算法方面，试验可以考虑采用更为完善但同时更复杂的HMM（隐马尔科夫）模型等提高辨识的准确率，并对这些数据进行分析，得到不同的结论。四、课题研究进度计划第12周：掌握文献检索方法，通过阅读相关文献，学习并熟悉matlab语音识别系统相关资料，确立毕业设计课题。第35周：学生根据上一阶段的文献资料查找和阅读，完成2000字的文献综述，完成一篇相关英文文献资料的翻译；形成设计方案，书写开题报告及PPT，准备开题答辩。第611周：学习matlab软件，制定实验仿真方案，进行有效地实验分析和比较。第1214周：分析仿真结果，作相应的改进。书写毕业论文并按指导教师意见修改。第1516周：学生上交设计成果与论文打印稿，送交指导教师与评阅老师评审。同时做好答辩PPT讲稿，做好答辩准备。第1718周：毕业答辩并按答辩意见进行再次修改。提交所有相关材料。五、参考文献1Batliner A,Fischer K, Huber R, et al.How to Find Trouble inCommunicationJ.Speech Communication, 2003,40(1-2): 117-143.2Cowie R,Douglas-Cowie E, Tsapatsoulis N,et al.Emotion Recognitionin Human Computer InteractionJ.IEEE Signal Processingmagazine,2001,18(1):32-80.3S Chennoukh,A Gerrits,G Miet,R Sluijter. Speech Enhancement viaFrequency Extension using Spectral FrequencyA. Proc. ICASSPC.Salt Lake City, 2001.5.4陈建厦.语音识别综述A.第一届中国语音计算会议C.北京,2003. 5赵力,钱向民,邹采荣等.语音信号中的情感识别研究J.软件学报,2001,12(7):1050-1055.6林奕琳,韦岗,杨康才.语音识别的研究进展J.电路与系统学报,2007,12(1): 90-98.7Ortony A,Turner T J.(1990).Whats Basic about Basic Emotions.Psychological Review.1997,3:315-331. 8Bhatti M W, Wang Y,Guan L. A Neural Network Approach forHuman Emotion Recognition in SpeechA. ISCAS04C.2004.181-184.9Zhao Li, Kobayashi Y, Niimi Y. Tone recognition of Chinesecontinuous speech using continuous HMMsJ. Journal of the Acoustical Society of Japan, 1997, 53(12): 933940.10詹永照,曹鹏.语音特征提取和识别的研究与实现J.江苏大学学