孤立词语音识别程序_第1页
孤立词语音识别程序_第2页
孤立词语音识别程序_第3页
孤立词语音识别程序_第4页
孤立词语音识别程序_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

信息处理仿真实验语音处理部分实验目的按所学相关语音处理的知识，自己设计一个孤立词语音识别程序，分析所设计系统的特性。熟悉不同模块间如何进行有效的组合，以及模块内的设计，重点掌握特征参数的提取和模式识别方法，并对不同的特征参数提取方法和模式匹配方法有大概的了解，知道其不同的优缺点。实验内容1、熟悉预处理、特征参数提取、模式匹配三个模块的原理，并设计这三个模块的matlab子程序。2、设计主程序，将上述3个模块合理组合构成一个系统，训练模板并测试。实验原理及设计步骤1、孤立词语音识别系统：先用端点检测将语音中有用的语音部分提取出来（即将头部和尾部的静音部分除掉），然后提取语音信号的Mel尺度倒谱参数(MFCC)，进行动态归整(DTW算法)后与模板库里面的标准语音作比较，具体流程如下：图3.1孤立词语音识别系统2、各模块解析=1\*GB2⑴预处理：包括反混叠失真滤波器、预加重器、端点检测和噪声滤波器。这里将预加重器和噪声滤波器放在下一个模块里，所以预处理主要进行端点检测以捕捉到数据中的语音信息。端点检测采用双门限法来检测端点。同时，利用过零率检测清音，用短时能量检测浊音，两者配合。整个语音信号的端点检测可以分为四段：静音、过渡段、语音段、结束。程序中使用一个变量status来表示当前所处的状态。在静音段，如果能量或过零率超越了低门限，就应该开始标记起始点，进入过渡段。在过渡段中，由于参数的数值比较小，不能确信是否处于真正的语音段，因此只要两个参数的数值都回落到低门限以下，就将当前状态恢复到静音状态。而如果在过渡段中两个参数中任意一个超过了高门限，就可以确信进入语音段了。一些突发性的噪声可以引发短时能量或过零率的数值很高，但是往往不能维持足够长的时间，这些可以通过设定最短时间门限来判别。当前状态处于语音段时，如果两个参数的数值降低到低门限以下，而且总的计时长度小于最短时间门限，则认为这是一段噪音，继续扫描以后的语音数据。否则就标记好结束端点，并返回=2\*GB2⑵特征参数提取：常用的语音识别参数有线性预测参数(LPC)，线性预测倒谱参数(LPCC)和Mel尺度倒谱参数(MFCC)等。这里提取语音信号的Mel尺度倒谱参数(MFCC)，步骤如下：图3.2特征参数提取分析：=1\*GB3①预加重=2\*GB3②加汉明窗=3\*GB3③FFT这里直接采用现成的FFT快速算法。=4\*GB3④对频谱进行三角滤波程序采用归一化mel滤波器组系数=5\*GB3⑤计算每个滤波器的输出能量=6\*GB3⑥离散余弦变换(DCT)得到MFCC通常协方差矩阵一般取对角阵，三角滤波器组的对数能量输出之间存在着很大的相关，采用DCT

人人文库> 全部分类> 专业文献 > 学术论文

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论