實(shí)驗(yàn)及總結(jié)

1、第五章第五章實(shí)驗(yàn)及總結(jié)實(shí)驗(yàn)及總結(jié)5.1實(shí)驗(yàn)準(zhǔn)備及步驟實(shí)驗(yàn)準(zhǔn)備及步驟實(shí)驗(yàn)平臺為Windows平臺上，采用Matlab數(shù)學(xué)工具通過完成程序而實(shí)現(xiàn)的。本實(shí)驗(yàn)主要采用DTW算法實(shí)現(xiàn)語音識別。首先，我們使用windows自帶的錄音器，分別由我和合作者黃博錄入了4組數(shù)據(jù)（1人兩組），每組8個(gè)音頻文件，本別為從“一”到“八”的漢語發(fā)音。其中一組為參考模板，另外一組為測試模板。首先用wavread函數(shù)讀入wav文件，用mfcc函數(shù)獲得其MFCC參數(shù)，用

2、vad函數(shù)對其進(jìn)行端點(diǎn)檢測，并保存語音部分的MFCC參數(shù)到參考模板的機(jī)構(gòu)數(shù)組ref(i).mfcc中。我們比較一下兩個(gè)人的語音端點(diǎn)檢測的短時(shí)信號圖：圖51說話者A發(fā)音的vad輸出（1）——橫軸：時(shí)間（單位：秒）縱軸：能量——（單位：eV）（上圖）語音原始信號；Energy短時(shí)能量（單位：eV）；ZCR過零率（單位：%）（單位：eV）（上圖）語音原始信號；Energy短時(shí)能量（單位：eV）；ZCR過零率（單位：%）Vad函數(shù)的功能就是通過

3、端點(diǎn)檢測功能甄別出語音信號的起始點(diǎn)與結(jié)束點(diǎn)，圖中的紅線就是程序標(biāo)記的語音信號始末點(diǎn)，可以看出，雜音基本被排除，效果是非常明顯的。同時(shí)，從以上三個(gè)圖的對比可以看出，不同發(fā)音者的發(fā)音波形及特性有較明顯區(qū)別。原始波形中，發(fā)音者A的波形在橫軸兩端不對稱，而發(fā)音者B的波形在橫軸兩端比較對稱；能量波形中，兩者的區(qū)別更加明顯：發(fā)音者A的能量高峰在語音后部，發(fā)音者B的能量高峰在語音前部；過零率波形中也可以明顯看出兩個(gè)人的區(qū)別。端點(diǎn)檢測下的短時(shí)能量分析只