数字信号与处理大作业

1、里仁学院 电气系 仪表专业 答辩人： ：张张文平文平导师： ：李继猛 浅 谈 因 声 辩 人目 录项项目研究背景及目研究背景及内容内容因声辨人的基本原理的基本原理程序程序设计设计及仿真及仿真结结果果总结总结与展望与展望项项目研究背景及意目研究背景及意义义行行业业大背景大背景因声辨人技术也被称之为声纹识别技术，它属于一种生物的识别技术。说话人识别技术拥有方便，经济，准确等特点，广受世人瞩目。最早的语言研究被称为“口耳之学”。因为当时没有可供研究的仪器，只能通过耳听口模仿来进行研究。最早的语音信号处理研究起源于1876年，电话的发明者贝尔首次使用声电、电声转换技术实现了语音的远距离传输。语音信号经

2、过语音合成，语音编码和语音识别三个发展过程。语音识别的实验追溯到20世纪50年代贝尔实验室的Audry系统，此系统仅仅只能识别10个英文数字。又经过很长时间的研究发展，现在我们已经完全进入语音识别时代。课题课题背景及内容背景及内容什么是因声辨人？什么时候需要因声辨人？因声辨人技术也被称之为声纹识别技术，它属于一种生物的识别技术。小型企业，学校，需求的低成本，技术层面要求不高，应用方便快捷，信息源采集易于被接受的身份识别方式。因声辨人？课题课题背景及内容背景及内容因声辨人优势和其他生物识别技术进行对比，说话人识别系统还具有使用方便，低成本，易实现等优点。因声辨人应用前景因声辨人技术应用前景十分广

3、泛，可在各种安全认证身份的领域发挥重要作用。国内外研究现状动态规划（DP）和线性预测编码（LPC）技术的应用与发展，人工神经网络（ANN）研究的深入都促使了语音识别技术的高速发展。因声辨人的基本原理因声辨人的基本原理说话说话人人识别识别系系统统平台介平台介绍绍 语音的发声机理清音和浊音语音信号模型语音识别基本过程 预处预处理模理模块块特征提取模特征提取模块块训练训练和和识别识别模模块块说话说话人人识别识别基本知基本知识识语语音采集模板音采集模板特征提取是将通过加窗后获得的语音分析帧进行时频域的变化，用一些特定的参数来表示。采样 量化 预加重 加窗语音识别中的训练模块是把语音信号中提取的特征参数

4、组成一个模型库，这个模型库的形成过程就是训练。对于说话人识别系统平台的搭建十分简单，只需用到一台电脑，麦克风，matlab软件。 利用matlab的GUI制作的。但是由于小组人员水平有限且设计时间有限没有进行GUI平台搭建的过程，仅对音频信号进行了处理。程序设计及仿真结果程序程序设计设计及仿真及仿真结结果果程序程序设计设计: :clear all;clc;y,Fs, = audioread(lalala.mp3);y1=audioplayer(y,Fs);play(y1);figure(1);subplot(211);plot( y );title( 原语音信号时域波形图 );xlabel(

5、单位/t );ylabel( 幅度 );%采样后进行fft得到频域N=length(y);f1=(0:N-1)*Fs/N; y2=fft(y,N); subplot(212);plot( f1,abs(y2); axis(-10000 20000 0 15000);title( 原语音信号频域波形图 );xlabel(单位/hz);ylabel(幅度);%加干扰信号t=0:1/Fs:(N-1)/Fs;y3=0.17*cos(2*pi*11000*t); figure(2); plot(y3);title( 干扰信号时域波形图 );xlabel( 单位/t ); ylabel( 幅度 );%加噪

6、后的语音信号y1=y(:,1); %将有y12维向量转化成1维向量y3=y3; %y1是行向量，y3是列向量，需转置y5=y1+y3;figure(3);subplot(2,1,1);plot(y5);title( 加噪之后信号时域图 );y6= fft (y5); subplot(2,1,2);plot( f1, abs(y6) );axis(-10000 20000 0 50000 );title( 加噪之后信号频谱图 );xlabel(单位/hz);ylabel(幅度);xlabel(单位/t);ylabel(幅度);wp1=2*pi*3000/Fs;wp2=2*pi*20000/Fs;

7、 ws1=2*pi*6000/Fs;ws2=2*pi*15000/Fs;Rp=1;As=100;T=1/Fs;omegap1=(2/T)*tan(wp1/2);omegap2=(2/T)*tan(wp2/2);omegap=omegap1,omegap2; omegas1=(2/T)*tan(ws1/2);omegas2=(2/T)*tan(ws2/2); omegas=omegas1,omegas2; N,omegac=cheb2ord(omegap,omegas,Rp,As,s);b,a=cheby2(N,As,omegas,stop,s); bz,az=bilinear(b,a,Fs);

8、H,w=freqz(bz,az); w0=omegap,omegas;hx=freqz(bz,az,w0);dbhx2=-20*log10(abs(hx);figure(4);subplot(2,1,1);plot(w/(2*pi)*Fs,20*log10(abs(H);title(切比雪夫ii型带阻滤波器幅度响应);xlabel(单位/hz);ylabel(幅度/db);y11=filter(bz,az,y5);figure(9);subplot(2,1,1);plot(y11);title( 切比雪夫ii型带阻滤波器滤波后之后信号时域图 ); xlabel(单位/t);ylabel(幅度)

9、;y12 = fft (y11); subplot(2,1,2);plot(f1,abs(y12);axis(-10000 20000 0 15000 );title( 切比雪夫ii型带阻滤波器滤波后之后信号频域图 ); xlabel(单位/t);ylabel(幅度);wp1=2*pi*100/Fs;wp2=2*pi*4000/Fs; ws1=2*pi*10/Fs;ws2=2*pi*10000/Fs;Rp=1;As=60; T=1/Fs;omegap1=(2/T)*tan(wp1/2); omegap2=(2/T)*tan(wp2/2);omegap=omegap1,omegap2; omeg

10、as1=(2/T)*tan(ws1/2);omegas2=(2/T)*tan(ws2/2); omegas=omegas1,omegas2; N,omegac=cheb2ord(omegap,omegas,Rp,As,s);figure(7);subplot(2,1,1);plot(y9);title( 切比雪夫ii型带通滤波器滤波后之后信号时域图 ); xlabel(单位/t);ylabel(幅度);y10 = fft (y9); subplot(212);plot(f1,abs(y10);axis(-10000 20000 0 15000 );title( 切比雪夫ii型带通滤波器滤波后之

11、后信号频域图 ); xlabel(单位/t);ylabel(幅度);b,a=cheby2(N,As,omegas,s); bz,az=bilinear(b,a,Fs);H,w=freqz(bz,az); w0=omegap,omegas;hx=freqz(bz,az,w0);dbhx1=-20*log10(abs(hx);figure(4);subplot(212);plot(w/(2*pi)*Fs,20*log10(abs(H);title(切比雪夫ii型带通滤波器幅度响应);xlabel(单位/hz);ylabel(幅度/db);y9=filter(bz,az,y5);总结总结与展望与展望

12、 本文充分展现了Matlab 仿真软件强大的数学计算和编程能力。通过对其自带工具GUI图形用户界面和神经网络模式识别的使用，结合程序的自由编写，使一些极其复杂的数学计算过程变得方便快捷。在MATLAB仿真软件平台上实现说话人语音的识别，基本达到预期目的。通过matlab实现了对说话人语音的采集、处理、训练和识别。Matlab中的神经网络模式识别系统是实现各类识别的重要工具。本文采用神经网络模式识别作为语音识别的过程，能准确识别3人及其以下说话人，识别率高达100%；能较好的识别3到10，识别率的范围为81.6092%95.4128%；1020人的识别率一般；20人以上的识别率较差。所以，本文最

13、大的不足就在于识别人数较多时，识别的准确率较差。再进一步改进实验中，可以讲训练识别的算法改为隐马尔可夫模型(HMM)或者高斯混合模型（GMM）。总结总结总结与展望与展望 随着现代技术的发展，语音识别技术已经取得了飞速的发展，也取得了许多成就。但是人类语言交流都是在十分复杂的环境下进行的，难免会存在各种噪声，使得计算机很难具有人类一样的智能识别。因此对未来语音识别的发展展望如下： (1)口音识别能力 由于人类生活的领域不同，导致人类交流的语言不大相同。在今后语音识别技术的发展过程中，对于不同语言、不同口音的识别将是一个研究方向。 (2）扩展能力现在有各种技术的语音识别系统，对于这些系统与其相关的链接上，也就是该系统的扩展能力还有待进一步研究和发展 （3)正确率一个较好的语音识别系统，应该要有较好的使用价