基于matlab的語音識別算法研究

1、本科生畢業(yè)設計報告本科生畢業(yè)設計報告學院物理與電子工程學院專業(yè)電子信息工程設計題目：基于MATLAB的語音識別算法研究學生姓名指導教師（姓名及職稱）班級10電信班學號樂山師范學院畢業(yè)設計報告1題目題目：基于基于MATLABMATLAB的語音識別算法研究的語音識別算法研究姓名：姓名：物理與電子工程學院電子信息工程學號：摘要摘要：本論文介紹了雙門限語音端點檢測理論，研究了語音特征參數(shù)地提取過程，特征參數(shù)包括：線性預測系數(shù)（LPC）、線性預測

2、倒譜系數(shù)（LPCC）和Mel頻率倒頻系數(shù)（MFCC）。并研究了3種不同的語音識別算法：DTW算法、VQ算法和HMM算法。并且在MATLAB環(huán)境中提取了孤立字語音（十個數(shù)字0～9的漢語發(fā)音）的LPCC、MFCC特征參數(shù)，用它們配合上述3種語音識別算法實現(xiàn)了對這些孤立字語音的識別。關鍵字關鍵字：MFCC、HMM、DTW、VQ第一章第一章概述概述1.11.1語音識別的發(fā)展簡語音識別的發(fā)展簡介語音識別研究開始于二十世紀50年代，Bell實驗室實

3、現(xiàn)了第一個可以識別10個英文數(shù)字的語音識別系統(tǒng)（Audry）。但是真正取得實質(zhì)性進展是在60年代末，70年代初，當時提出了動態(tài)時間規(guī)劃（DP）和線性預測分析技術（LP），后者很好地解決了語音的建模問題，到了70年代初，動態(tài)時間規(guī)整（DTW）解決語音特征長度不一致的問題。這對特定人孤立詞的語音識別特別有效。70年代還提出了矢量量化VQ和隱馬爾可夫模型HMM的語音識別算法。80年代，這時研究的重點轉到了對連續(xù)語音的識別，提出了多級的動態(tài)時間