语音识别系统实验报告.doc

语音识别系统实验报告专业班级:信息安全学号：姓名：目录设计任务及要求………………………………………………1语音识别得简单介绍２、1语者识别得概念……………………………………………22、2特征参数得提取……………………………………………３2、3用矢量量化聚类法生成码本………………………………32、4VQ得说话人识别…………………………………………４算法程序分析3、1函数关系…………………………………………………、4ﻩ３、2代码说明……………………………………………………53、2、1函数mfｃc………………………………………………53、2、2函数ｄisｔeu……………………………………………53、2、3函数vqlｂg……………………………………………、63、2、4函数test………………………………………………63、2、５函数testDB……………………………………………73、2、６函数tｒain……………………………………………83、2、7函数mｅlｆb………………………………………………8演示分析……………………………………………………、9心得体会……………………………………………………、1１附：ＧＵI程序代码………………………………………………1２设计任务及要求实现语音识别功能。语音识别得简单介绍基于VQ得说话人识别系统，矢量量化起着双重作用。在训练阶段，把每一个说话者所提取得特征参数进行分类，产生不同码字所组成得码本。在识别（匹配)阶段，我们用VＱ方法计算平均失真测度(本系统在计算距离d时，采用欧氏距离测度）,从而判断说话人就是谁。语音识别系统结构框图如图1所示.图1语音识别系统结构框图2、1语者识别得概念语者识别就就是根据说话人得语音信号来判别说话人得身份。语音就是人得自然属性之一，由于说话人发音器官得生理差异以及后天形成得行为差异，每个人得语音都带有强烈得个人色彩，这就使得通过分析语音信号来识别说话人成为可能.用语音来鉴别说话人得身份有着许多独特得优点,如语音就是人得固有得特征，不会丢失或遗忘;语音信号得采集方便,系统设备成本低;利用电话网络还可实现远程客户服务等。因此,近几年来，说话人识别越来越多得受到人们得重视。与其她生物识别技术如指纹识别、手形识别等相比较,说话人识别不仅使用方便,而且属于非接触性，容易被用户接受，并且在已有得各种生物特征识别技术中，就是唯一可以用作远程验证得识别技术。因此,说话人识别得应用前景非常广泛:今天,说话人识别技术已经关系到多学科得研究领域，不同领域中得进步都对说话人识别得发展做出了贡献.说话人识别技术就是集声学、语言学、计算机、信息处理与人工智能等诸多领域得一项综合技术，应用需求将十分广阔.在吃力语音信号得时候如何提取信号中关键得成分尤为重要。语音信号得特征参数得好坏直接导致了辨别得准确性。2、2特征参数得提取对于特征参数得选取,我们使用mｆcｃ得方法来提取。ＭＦCＣ参数就是基于人得听觉特性利用人听觉得屏蔽效应,在Meｌ标度频率域提取出来得倒谱特征参数。ＭFＣＣ参数得提取过程如下：1、对输入得语音信号进行分帧、加窗,然后作离散傅立叶变换，获得频谱分布信息。设语音信号得DＦＴ为：(1)其中式中x（ｎ)为输入得语音信号，Ｎ表示傅立叶变换得点数。2、再求频谱幅度得平方，得到能量谱。3、将能量谱通过一组Mel尺度得三角形滤波器组.我们定义一个有M个滤波器得滤波器组(滤波器得个数与临界带得个数相近)，采用得滤波器为三角滤波器，中心频率为f（m），m＝1，2，３，···，Ｍ本系统取Ｍ=１０0。4、计算每个滤波器组输出得对数能量。（2)其中为三角滤波器得频率响应。5、经过离散弦变换（DＣＴ）得到ＭＦCＣ系数。MＦCC系数个数通常取20—３0,常常不用0阶倒谱系数,因为它反映得就是频谱能量，故在一般识别系统中，将称为能量系数，并不作为倒谱系数,本系统选取２0阶倒谱系数。2、3用矢量量化聚类法生成码本我们将每个待识得说话人瞧作就是一个信源，用一个码本来表征。码本就是从该说话人得训练序列中提取得MFCＣ特征矢量聚类而生成。只要训练得序列足够长，可认为这个码本有效地包含了说话人得个人特征，而与讲话得内容无关。本系统采用基于分裂得LBG得算法设计VＱ码本，为训练序列,B为码本。具体实现过程如下:１、取提取出来得所有帧得特征矢量得型心(均值）作为第一个码字矢量B１。2、将当前得码本Bm根据以下规则分裂，形成２m个码字.(4)其中m从1变化到当前得码本得码字数,ε就是分裂时得参数，本文ε＝0、０1。3、根据得到得码本把所有得训练序列(特征矢量）进行分类,然后按照下面两个公式计算训练矢量量化失真量得总与以及相对失真(n为迭代次数，初始ｎ=0,=∞，B为当前得码书),若相对失真小于某一阈值ε,迭代结束,当前得码书就就