基于matlab的说话人识别的设计与开发

《基于matlab的说话人识别的设计与开发》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、重庆理工大学毕业论文基于Matlab的说话人识别目录摘要IAbstractII第一章引言11.1研究背景及意义11.2优势及应用前景11.3国内外研究现状1第二章说话人识别的基本原理32.1说话人识别基本知识32.1.1语音的发声机理32.1.2清音和浊音32.1.3语音信号模型32.1.4语音识别基本过程42.2预处理模块42.2.1采样42.2.2量化52.2.3预加重52.2.4加窗52.3特征提取模块62.3.1短时平均能量分析62.3.2短时平均幅度分析72.3.3短时过零率分析82.3.4短时自相关分析82.3.5LPC倒谱系数（LP

2、CC）9重庆理工大学毕业论文基于Matlab的说话人识别2.3.6Mel频率倒谱系数（MFCC）92.4训练和识别模块102.4.1矢量量化模型(VQ)102.4.2隐马尔可夫模型（HMM）112.4.3人工神经网络模型（ANN）122.4.4HMM和ANN的混合模型13第三章基于Matlab的说话人识别143.1说话人识别系统平台介绍143.2语音采集模板(SpeechRecordingPlane)143.3预处理模板(VoicePreprocessingPlane)153.4特征提取模板(FeatureExtractionPlane)173.

3、5训练识别模板(SpeechRecognitionPlane)18第四章总结与展望254.1总结254.2展望25致谢27参考文献28附录29重庆理工大学毕业论文基于Matlab的说话人识别摘要说话是人类相互沟通交流最方便、最快捷的一种方式，世界上每一个说话人都拥有自己特定的语音，正如每个人的指纹一样，都是绝无仅有的。说话人识别应用广泛，现已应用到通信、消费电子产品等各个领域。本文将把语音进行数字化传输、存储、然后进行识别等。说话人识别系统主要包括预处理、特征提取、训练和识别四个模块。其中预处理和特征提取尤为重要。有许多的预处理方法，对语音信号的

4、采样和量化是第一，然后预加重和加窗。特征提取是指提取语音信号的重要特征的过程。信号的时域分析包括信号的短时平均能量和短时过零率等。频域分析可以采用LPC倒谱系数法和Mel倒谱系数法。为了训练得到模版语音信号，可以利用矢量量化（VQ）、隐马尔可夫模型（HMM）、BP神经网络（ANN）等对说话人的语音信号进行训练识别。说话人识别实现过程中的算法是多种多样的。本文将运用MATLAB仿真工具强大的编程、图形开发功能和数学计算能力。本文将把BP神经网络作为训练识别的方法，利用MFCC(MEL频率倒谱系数)产生的语音信号特征向量，最后运用十字交叉法，建立起一

5、个说话人识别系统。结合MATLAB平台中的GUI设计预处理、特征提取、训练等几个模板，最后利用神经网络的模式识别，真正实现说话人的识别。关键词：语音识别MATLAB模式识别倒谱系数I重庆理工大学毕业论文基于Matlab的说话人识别AbstractTalkingisawayofhumancommunication,themostconvenientandquickcommunication,eachofthespeakersallovertheworldhavetheirownspecificspeech,aseveryone'sfingerpri

6、nts,areunique.Speakerrecognitioniswidelyusedinvariousfields,havebeenappliedtocommunications,consumerelectronicproducts.Thispaperwillmakespeechdigitaltransmission,storage,andthenidentifyetc..Thespeakerrecognitionsystemincludespreprocessing,featureextraction,trainingandrecognit

7、ionoffourmodules.Thepreprocessingandfeatureextractionisveryimportant.Therearemanypreprocessingmethodsofsamplingandquantization,thespeechsignalisfirst,andthenthepreemphasisandthewindow.Featureextractionistheprocesstoextractimportantfeaturesofspeechsignal.Signalanalysisintimedo

8、mainsignalshort-timeaverageenergyandshort-timezerocrossingrate.Frequ