基于python的语音识别毕业设计_基于matlab的语音识别系统的设计本科毕设毕业论文...

I

摘

要

语音识别主要是让机器听懂人说的话，即在各种情况下，准确地识别出语音的内容，

从而根据其信息执行人的各种意图。语音识别技术既是国际竞争的一项重要技术，也是每

一个国家经济发展不可缺少的重要技术支撑。

本文基于语音信号产生的数学模型，

从时域、

频域出发对语音信号进行分析，论述了语音识别的基本理论。在此基础上讨论了语音识别

的五种算法：

动态时间伸缩算法

(Dynamic Time Warping

，

DTW)

、

基于规则的人工智能方法、

人工神经网络

(Artificial Neural Network

，

ANN)

方法、隐马尔可夫

(Hidden Markov Model

，

HMM)

方法、

HMM

和

ANN

的混合模型。

重点是从理论上研究隐马尔可夫

(HMM)

模型算法，

对经典的

HMM

模型算法进行改进。

语音识别算法有多种实现方案，本文采取的方法是利用

Matlab

强大的数学运算能力，

实现孤立语音信号的识别。

Matlab

是一款功能强大的数学软件，它附带大量的信号处理工

具箱为信号分析研究，特别是文中主要探讨的声波分析研究带来极大便利。本文应用隐马

尔科夫模型

(HMM)

为识别算法，采用

MFCC(MEL

频率倒谱系数

)

为主要语音特征参数，

建立了一个汉语数字语音识别系统，其中包括语音信号的预处理、特征参数的提取、识别

模板的训练、识别匹配算法；同时，提出利用

Matlab

图形用户界面开发环境设计语音识别

系统界面，设计简单，使用方便，系统界面友好。经过统计，识别效果明显达到了预期目

标。

关键词

：语音识别算法；

HMM

模型；

Matlab

；

GUI

ABSTRACT

Speech

Recognition

is

designed

to

allow

machines

to

understand

what

people

say,and

accurately

identify

the

contents

of

voice

to

execute

the

intent

of

people.Speech

recognition

technology

is

not

only

an

important

internationally

competed

technology,but

also

an

indispensable

foundational

technology

for

the

national

economic

development.Based

on

the

mathematical

model

from

the

speech

signal,this

paper

analyze

audio

signal

from

the

time

domain,frequency

domain

proceeding,and

discussed

the

basic

theory

of

speech

recognition

technology.Five

algorithm

are

discussed:Dynamic

Time

Warping(DTW)

、

Rule-based

Artificial

Intelligence,Artificial

Neural

Network(ANN),Hidden

Markov

Model(HMM),HMM

combined

with

ANN.The

focus

is

put

in

the

theoretical

studies

of

Hidden

Markov(HMM)

model

algorithm,and the classical HMM algorithm is improved.

Speech recognition algorithm is realized in various programs,this article taking the method

is

to

use

Matlab

powerful

mathematical

operation

ability

to

realize

the

recognition

of

speech

signal isolation. Matlab is a powerful mathematic software with a mass of toolboxes dealing with

signal

processing.

It

gives

a

terrific

shortcut

to

the

research

of

signal

processing,especially

the

wave analysis. We can characterize the sound with key parameters such as intensity, frequency

etc.

In

this

paper,

hidden

Markov

model

(HMM)

recognition

algorithm

using

MFCC

(MEL