matlab语音识别系统(源代码)
基于matlab的人脸识别源代码
function varargout = FR_Processed_histogram(varargin) %这种算法是基于直方图处理的方法%The histogram of image is calculated and then bin formation is done on the%basis of mean of successive graylevels frequencies. The training is done on odd images of 40 subjects (200 images out of 400 images)%The results of the implemented algorithm is 99.75 (recognition fails on image number 4 of subject 17)gui_Singleton = 1;gui_State = struct('gui_Name', mfilename, ...'gui_Singleton', gui_Singleton, ...'gui_OpeningFcn', @FR_Processed_histogram_OpeningFcn.,..'gui_OutputFcn',@FR_Processed_histogram_OutputFcn.,..'gui_LayoutFcn', [] , ... 'gui_Callback', []);if nargin && ischar(varargin{1}) gui_State.gui_Callback =str2func(varargin{1});endif nargout[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});elsegui_mainfcn(gui_State, varargin{:});end% End initialization code - DO NOT EDIT% -------------------------------------------------------------------------% --- Executes just before FR_Processed_histogram is made visible. function FR_Processed_histogram_OpeningFcn(hObjecte, ventdata, handles, varargin)% This function has no output args, see OutputFcn.% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to FR_Processed_histogram (see VARARGIN)% Choose default command line output forFR_Processed_histogramhandles.output = hObject;% Update handles structure guidata(hObject, handles);% UIWAIT makes FR_Processed_histogram wait for user response(see UIRESUME)% uiwait(handles.figure1);global total_sub train_img sub_img max_hist_level bin_numform_bin_num;total_sub = 40;train_img = 200;sub_img = 10;max_hist_level = 256;bin_num = 9;form_bin_num = 29;% -------------------------------------------------------------------------% --- Outputs from this function are returned to the command line.function varargout = FR_Processed_histogram_OutputFcn(hObject, eventdata, handles)% varargout cell array for returning output args (see VARARGOUT);% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)% Get default command line output from handles structurevarargout{1} = handles.output;% -------------------------------------------------------------------------% --- Executes on button press in train_button.function train_button_Callback(hObject, eventdata, handles)% hObject handle to train_button (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)global train_processed_bin;global total_sub train_img sub_img max_hist_level bin_numform_bin_num;train_processed_bin(form_bin_num,train_img) = 0;K = 1;train_hist_img = zeros(max_hist_level, train_img);for Z=1:1:total_subfor X=1:2:sub_img %%%train on odd number of images of each subjectI = imread( strcat('ORL\S',int2str(Z), '\',int2str(X), '.bmp') ); [rowscols] = size(I);for i=1:1:rowsfor j=1:1:colsif( I(i,j) == 0 ) train_hist_img(max_hist_level, K)train_hist_img(max_hist_level, K) + 1;else train_hist_img(I(i,j), K) = train_hist_img(I(i,j), K) + 1;endendendK = K + 1;endend[r c] = size(train_hist_img);sum = 0;for i=1:1:cK = 1;for j=1:1:rif( (mod(j,bin_num)) == 0 )sum = sum + train_hist_img(j,i);train_processed_bin(K,i) = sum/bin_num; K = K + 1;sum = 0;elsesum = sum + train_hist_img(j,i);endendtrain_processed_bin(K,i) = sum/bin_num;enddisplay ('Training Done') save'train' train_processed_bin;% --- Executes on button press in Testing_button.function Testing_button_Callback(hObject, eventdata, handles)% hObject handle to Testing_button (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global train_img max_hist_level bin_num form_bin_num;global train_processed_bin;global filename pathname Iload 'train'test_hist_img(max_hist_level) = 0;test_processed_bin(form_bin_num) = 0;[rows cols] = size(I);for i=1:1:rowsfor j=1:1:colsif( I(i,j) == 0 )test_hist_img(max_hist_level)test_hist_img(max_hist_level) + 1;elsetest_hist_img(I(i,j)) = test_hist_img(I(i,j)) + 1;endendend[r c] = size(test_hist_img); sum = 0;K = 1;for j=1:1:cif( (mod(j,bin_num)) == 0 )sum = sum + test_hist_img(j); test_processed_bin(K) =sum/bin_num;K = K + 1;sum = 0;elsesum = sum + test_hist_img(j);endendtest_processed_bin(K) = sum/bin_num;sum = 0;K = 1;for y=1:1:train_imgfor z=1:1:form_bin_numsum = sum + abs( test_processed_bin(z) - train_processed_bin(z,y) );endimg_bin_hist_sum(K,1) = sum;sum = 0;K = K + 1;end[temp M] = min(img_bin_hist_sum);M = ceil(M/5);getString_start=strfind(pathname',S');getString_start=getString_start(end)+1;getString_end=strfind(pathname',\');getString_end=getString_end(end)-1;subjectindex=str2num(pathname(getString_start:getString_end));if (subjectindex == M)axes (handles.axes3)%image no: 5 is shown for visualization purposeimshow(imread(STRCAT('ORL\S',num2str(M),'\5.bmp')))msgbox ( 'Correctly Recognized');elsedisplay ([ 'Error==> Testing Image of Subject >>'num2str(subjectindex) ' matches with the image of subject >> 'num2str(M)])axes (handles.axes3)%image no: 5 is shown for visualization purposeimshow(imread(STRCAT( 'ORL\S' ,num2str(M),'\5.bmp')))msgbox ( 'Incorrectly Recognized');enddisplay('Testing Done')% -------------------------------------------------------------------------function box_Callback(hObject, eventdata, handles)% hObject handle to box (see GCBO)% eventdata reserved - to be defined in a future version ofMATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of box as text% str2double(get(hObject,'String')) returns contents of box as a double% -------------------------------------------------------------------------% --- Executes during object creation, after setting all properties.function box_CreateFcn(hObject, eventdata, handles)% hObject handle to box (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'),get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');end% --- Executes on button press in Input_Image_button.function Input_Image_button_Callback(hObject, eventdata, handles) % hObject handle to Input_Image_button (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global filename pathname I[filename, pathname] = uigetfile('*.bmp', 'Test Image');axes(handles.axes1)imgpath=STRCAT(pathname,filename);I = imread(imgpath);imshow(I)% -------------------------------------------------------------------------% --- Executes during object creation, after setting all properties.function axes3_CreateFcn(hObject, eventdata, handles)% hObject handle to axes3 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: place code in OpeningFcn to populate axes3%Programmed by Usman Qayyum。
MATLAB在语音识别中的应用
1.基于GUI的音频采集处理系统注：本实验是对“东、北、大、学、中、荷、学、院”孤立文字的识别！首先是GUI的建立，拖动所需控件，双击控件，修改控件的参数；主要有string Tag(这个是回调函数的依据)，其中还有些参数如valuestyle也是需要注意的，这个在实际操作中不能忽视。
这里需要给说明一下：图中所示按钮都是在一个按钮组里面，都属于按钮组的子控件。
所以在添加回调函数时，是在按钮组里面添加的，也就是说右击三个按钮外面的边框，选择View Callback——SelectionChange,则在主函数中显示该按钮的回调函数：function uipanel1_SelectionChangeFcn(hObject,eventdata,handles)以第一个按钮“录音”为例讲解代码；下面是“播放”和“保存”的代码：以上就是语音采集的全部代码。
程序运行后就会出现这样的界面：点击录音按钮，录音结束后就会出现相应波形：点击保存，完成声音的保存，保存格式为.wav。
这就完成了声音的采集。
2.声音的处理与识别2.1打开文件语音处理首先要先打开一个后缀为.wav的文件，这里用到的不是按钮组，而是独立的按钮，按钮“打开”的回调函数如下：function pushbutton1_Callback(hObject,eventdata,handles)其中pushbutton1是“打开”按钮的Tag.在回调函数下添加如下代码：运行结果如图：2.2预处理回调函数如下：function pushbutton2_Callback(hObject,eventdata,handles)运行结果如图：2.3短时能量短时能量下的回调函数：function pushbutton3_Callback(hObject,eventdata,handles)其回调函数下的代码是：2.4端点检测这里要先声明一点，为了避免在以后的函数调用中，不能使用前面的变量，所以其实后面的函数都包含了前面的部分。
男女生语音识别代码
%different man from woman.
%===========================================================
clear;
if nargin<1;action='initialized';end;
grid on % 添加网格
% pause;
[xmax,index]=max(data1);
timewin=floor(0.015*fs);
xwin=data1(index-timewin:index+timewin);
grid on % 添加网格
% pause;
% 对采集数据作滤波处理
blocksize =length(data1); % 计算窗函数长度
window = hanning(blocksize); % 计算汉宁窗函数(此函数为MATLAB自带)
plot(time,data) % 以时间为横轴，数据为纵轴作图
xlabel('Time (sec.)') % 标注横坐标
%ylabel('Signal Level (Volts)') % 标注纵坐标
data2=window.*data1; % 对数据先作加窗处理
% wp=[70,400]; %100Hz--400Hz
% wp=wp*2/fs;
%===========================================================
% pause;
data1=x(:,1);
matlab语音识别系统(源代码)18676
（威海）《智能仪器》课程设计题目: MATLAB实现语音识别功能班级：学号：姓名：同组人员：任课教师：完成时间：2012/11/3目录一、设计任务及要求 (1)二、语音识别的简单介绍语者识别的概念 (2)特征参数的提取 (3)用矢量量化聚类法生成码本 (3)的说话人识别 (4)三、算法程序分析函数关系 (4)代码说明 (5)函数mfcc (5)函数disteu (5)函数vqlbg (6)函数test (6)函数testDB (7)函数train (8)函数melfb (8)四、演示分析 (9)五、心得体会 (11)附：GUI程序代码 (12)一、设计任务及要求用MATLAB实现简单的语音识别功能；具体设计要求如下：用MATLAB实现简单的数字1~9的语音识别功能。
二、语音识别的简单介绍基于VQ的说话人识别系统，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的特征参数进行分类，产生不同码字所组成的码本。
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语者识别的概念语者识别就是根据说话人的语音信号来判别说话人的身份。
语音是人的自然属性之一，由于说话人发音器官的生理差异以及后天形成的行为差异，每个人的语音都带有强烈的个人色彩，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的身份有着许多独特的优点，如语音是人的固有的特征，不会丢失或遗忘；语音信号的采集方便，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的受到人们的重视。
与其他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，并且在已有的各种生物特征识别技术中，是唯一可以用作远程验证的识别技术。
因此，说话人识别的应用前景非常广泛：今天，说话人识别技术已经关系到多学科的研究领域，不同领域中的进步都对说话人识别的发展做出了贡献。
MATLAB 高级编程与工程应用 语音处理 实验报告+源代码
清华大学电子工程系MATLAB高级编程与工程应用实验二语音处理1.2.1(1)给定e(n) 假设e(n) 是输入信号，s(n) 是输出信号，上述滤波器的传递函数是什么？如果a1 = 1.3789，a2 = 0.9506 ，上述合成模型的共振峰频率是多少？用zplane ，freqz ，impz 分别绘出零极点图，频率响应和单位样值响应。
用filter 绘出单位样值响应，比较和impz 的是否相同。
分析：上述滤波器的传递函数是：H=11−1.3789z−1+0.9506z−2可以求出传递函数的极点为p = 0.6895 ±0.6894 i由此可以计算出模拟频率为Ω = pi/4，又因为T = 1/8000s，则可以得到共振峰频率f = 1000Hz。
使用zplane函数画出零极点图如下:使用freqz函数画出频率响应如下：使用impz函数画出单位样值响应如下：最后使用filter函数画出其单位样值响应如下：编写文件sounds_2_1.m，画出所有图像如下，可以直接比较filter函数和impz函数画出的单位样值响应几乎是一模一样的：sounds_2_1.m:clear;clc;close all;b = 1;a = [1,-1.3789,0.9506];n = [0:1:50];freqz(b,a); %画出频率响应图figure; %新建画布subplot(3,1,1);zplane(b,a); %画出零极点图subplot(3,1,2);impz(b,a,n); %利用impz函数画出单位样值响应subplot(3,1,3);x = (n == 0);stem(n,filter(b,a,x)); %利用filter函数画出单位样值响应(3)运行该程序到27 帧时停住，用（1）中的方法观察零极点图。
添加代码如下：运行程序得到零极点图如下：(4) 在循环中添加程序：对每帧语音信号s(n) 和预测模型系数fa i g ，用filter 计算激励信号e(n) 。
Matlab在语音识别中地应用
1.基于GUI的音频采集处理系统注：本实验是对“东、北、大、学、中、荷、学、院”孤立文字的识别！首先是GUI的建立，拖动所需控件，双击控件，修改控件的参数；主要有string Tag(这个是回调函数的依据)，其中还有些参数如value style 也是需要注意的，这个在实际操作中不能忽视。
这里需要给说明一下：图中所示按钮都是在一个按钮组里面，都属于按钮组的子控件。
所以在添加回调函数时，是在按钮组里面添加的，也就是说右击三个按钮外面的边框，选择View Callback——SelectionChange,则在主函数中显示该按钮的回调函数：function uipanel1_SelectionChangeFcn(hObject, eventdata, handles)以第一个按钮“录音”为例讲解代码；下面是“播放”和“保存”的代码：以上就是语音采集的全部代码。
程序运行后就会出现这样的界面：点击录音按钮，录音结束后就会出现相应波形：点击保存，完成声音的保存，保存格式为.wav。
这就完成了声音的采集。
2.声音的处理与识别2.1打开文件语音处理首先要先打开一个后缀为.wav的文件，这里用到的不是按钮组，而是独立的按钮，按钮“打开”的回调函数如下：function pushbutton1_Callback(hObject, eventdata, handles)其中pushbutton1是“打开”按钮的Tag.在回调函数下添加如下代码：运行结果如图：2.2预处理回调函数如下：function pushbutton2_Callback(hObject, eventdata, handles)运行结果如图：2.3短时能量短时能量下的回调函数：function pushbutton3_Callback(hObject, eventdata, handles)其回调函数下的代码是：2.4端点检测这里要先声明一点，为了避免在以后的函数调用中，不能使用前面的变量，所以其实后面的函数都包含了前面的部分。
人脸识别MATLAB代码
人脸识别MATLAB代码第一篇：人脸识别MATLAB代码1.色彩空间转换function[r,g]=rgb_RGB(Ori_Face)R=Ori_Face(:,:,1);G=Ori_Face(:,:,2);B=Ori_ Face(:,:,3);R1=im2double(R);% 将uint8型转换成double型G1=im2double(G);B1=im2double(B);RGB=R1+G1+B1;row=size(Ori_Face,1);% 行像素 column=size(Ori_Face,2);% 列像素 for i=1:row for j=1:columnrr(i,j)=R1(i,j)/RGB(i,j);gg(i,j)=G1(i,j)/RGB(i,j);end end rrr=mean(rr);r=mean(rrr);ggg=mean(gg);g=mean(ggg);2.均值和协方差t1=imread('D:matlab皮肤库1.jpg');[r1,g1]=rgb_RGB(t1);t2=imread('D:matlab皮肤库2.jpg');[r2,g2]=rgb_RGB(t2);t3=imread('D:matlab皮肤库3.jpg');[r3,g3]=rgb_RGB(t3);t4=imread('D:matlab皮肤库4.jpg');[r4,g4]=rgb_RGB(t4);t5=imread('D:matlab皮肤库5.jpg');[r5,g5]=rgb_RGB(t5);t6=imread('D:matlab皮肤库6.jpg');[r6,g6]=rgb_RGB(t6);t7=imread('D:matlab皮肤库7.jpg');[r7,g7]=rgb_RGB(t7);t8=imread('D:matlab皮肤库8.jpg');[r8,g8]=rgb_RGB(t8);t9=imread('D:matlab皮肤库9.jpg');[r9,g9]=rgb_RGB(t9);t10=imread('D:matlab皮肤库10.jpg');[r10,g10]=rgb_RGB(t10);t11=imread('D:matlab皮肤库11.jpg');[r11,g11]=rgb_RGB(t11);t12=imread('D:matlab皮肤库12.jpg');[r12,g12]=rgb_RGB(t12);t13=imread('D:matlab皮肤库13.jpg');[r13,g13]=rgb_RGB(t13);t14=imread('D:matlab皮肤库14.jpg');[r14,g14]=rgb_RGB(t14);t15=imread('D:matlab皮肤库15.jpg');[r15,g15]=rgb_RGB(t15);t16=imread('D:matlab皮肤库16.jpg');[r16,g16]=rgb_RGB(t16);t17=imread('D:matlab皮肤库17.jpg');[r17,g17]=rgb_RGB(t17);t18=imread('D:matlab皮肤库18.jpg');[r18,g18]=rgb_RGB(t18);t19=imread('D:matlab皮肤库19.jpg');[r19,g19]=rgb_RGB(t19);t20=imread('D:matlab皮肤库20.jpg');[r20,g20]=rgb_RGB(t20);t21=imread('D:matlab皮肤库21.jpg');[r21,g21]=rgb_RGB(t21);t22=imread('D:matlab皮肤库22.jpg');[r22,g22]=rgb_RGB(t22);t23=imread('D:matlab皮肤库23.jpg');[r23,g23]=rgb_RGB(t23);t24=imread('D:matlab皮肤库24.jpg');[r24,g24]=rgb_RGB(t24);t25=imread('D:matlab皮肤库25.jpg');[r25,g25]=rgb_RGB(t25);t26=imread('D:matlab皮肤库26.jpg');[r26,g26]=rgb_RGB(t26);t27=imread('D:matlab皮肤库27.jpg');[r27,g27]=rgb_RGB(t27);r=cat(1,r1,r2,r3,r4,r5,r6,r7,r8,r9,r10,r11,r12,r13,r14,r15,r16,r17 ,r18,r19,r20,r21,r22,r23,r24,r25,r26,r27);g=cat(1,g1,g2,g3,g4,g5,g6,g7,g8,g9,g10,g11,g12,g13,g14,g1 5,g16,g17,g18,g19,g20,g21,g22,g23,g24,g25,g26,g27);m=mean( [r,g])n=cov([r,g])3.求质心function [xmean, ymean] = center(bw)bw=bwfill(bw,'holes');area = bwarea(bw);[m n] =size(bw);bw=double(bw);xmean =0;ymean = 0;for i=1:m, for j=1:n，xmean = xmean + j*bw(i,j);ymean = ymean + i*bw(i,j);end;end;if(area==0)xmean=0;ymean=0;elsexmean = xmean/area;ymean = ymean/area;xmean = round(xmean);ymean = round(ymean);end4.求偏转角度function [theta] = orient(bw,xmean,ymean)[m n] =size(bw);bw=double(bw);a = 0;b = 0;c = 0;for i=1:m, for j=1:n，a = a +(jxmean)*(iymean)^2 * bw(i,j);end;end;b = 2 * b;theta = atan(b/(a-c))/2;theta = theta*(180/pi);% 从幅度转换到角度 5.找区域边界function [left, right, up, down] = bianjie(A)[m n] = size(A);left =-1;right =-1;up =-1;down =-1;for j=1:n,for i=1:m,if(A(i,j)~= 0) left = j;break;end;end;if(left ~=-1)break;end;end;for j=n:-1:1, for i=1:m, if(A(i,j)~= 0)right = j;break;end;end;if(right ~=-1)break;end;end;for i=1:m, for j=1:n，if(A(i,j)~= 0) up = i;break;end;end;if(up ~=-1)break;end;end;for i=m:-1:1,for j=1:n,if(A(i,j)~= 0)down = i;break;end;end;if(down ~=-1)break;end;end;6.求起始坐标function newcoord = checklimit(coord,maxval)newcoord = coord;if(newcoord<1)newcoord=1;end;if(newcoord>maxval)newcoord=maxval;end;7.模板匹配function [ccorr, mfit, RectCoord] = mobanpipei(mult, frontalmodel,ly,wx,cx, cy, angle)frontalmodel=rgb2gray(frontalmodel);model_rot = imresize(frontalmodel,[ly wx],'bilinear');% 调整模板大小 model_rot = imrotate(model_rot,angle,'bilinear');% 旋转模板 [l,r,u,d] = bianjie(model_rot);% 求边界坐标 bwmodel_rot=imcrop(model_rot,[l u(r-l)(d-u)]);% 选择模板人脸区域 [modx,mody] =center(bwmodel_rot);% 求质心 [morig, norig] = size(bwmodel_rot);% 产生一个覆盖了人脸模板的灰度图像mfit = zeros(size(mult));mfitbw = zeros(size(mult));[limy, limx] = size(mfit);% 计算原图像中人脸模板的坐标 startx = cx-modx;starty = cy-mody;endx = startx + norig-1;endy = starty + morig-1;startx = checklimit(startx,limx);starty = checklimit(starty,limy);endx = checklimit(endx,limx);endy = checklimit(endy,limy);for i=starty:endy, for j=startx:endx，mfit(i,j)= model_rot(i-starty+1,j-startx+1);end;end;ccorr = corr2(mfit,mult)% 计算相关度 [l,r,u,d] = bianjie(bwmodel_rot);sx = startx+l;sy = starty+u;RectCoord = [sx sy(r-1)(d-u)];% 产生矩形坐标 8.主程序 clear;[fname,pname]=uigetfile({'*.jpg';'*.bmp';'*.tif';'*.gif'},'Please choose a color picture...');% 返回打开的图片名与图片路径名 [u,v]=size(fname);y=fname(v);% 图片格式代表值switch ycase 0errordlg('You Should Load Image File First...','Warning...');case{'g';'G';'p';'P';'f';'F'};% 图片格式若是JPG/jpg、BMP/bmp、TIF/tif或者GIF/gif，才打开I=cat(2,pname,fname);Ori_Face=imread(I);subplot(2,3,1),imshow(Ori_Face);otherwiseerrordlg('You Should Load Image File First...','Warning...');end R=Ori_Face(:,:,1);G=Ori_Face(:,:,2);B=Ori_Face(:,:,3);R1=im2double(R);% 将uint8型转换成double型处理G1=im2double(G);B1=im2double(B);RGB=R1+G1+B1;m=[ 0.4144,0.3174];% 均值 n=[0.0031,-0.0004;-0.0004,0.0003];% 方差 row=size(Ori_Face,1);% 行像素数 column=size(Ori_Face,2);% 列像素数 for i=1:rowfor j=1:columnif RGB(i,j)==0rr(i,j)=0;gg(i,j)=0;elserr(i,j)=R1(i,j)/RGB(i,j);gg(i,j)=G1(i,j)/RGB(i,j);x=[rr(i,j),gg(i,j)];p(i,j)=exp((-0.5)*(x-m)*inv(n)*(x-m)');endend endsubplot(2,3,2);imshow(p);low_pass=1/9*ones(3);image_low=filter2(low_pass, p);subplot(2,3,3);imshow(image_low);% 自适应阀值程序previousSkin2 = zeros(i,j);changelist = [];for threshold = 0.55:-0.1:0.05 two_value = zeros(i,j);two_value(find(image_low>threshold))= 1;change = sum(sum(two_valuel +1);% 宽度 ly =(d-u + 1);% 高度 wratio = ly/wx% 高宽比if((0.8<=wratio)&(wratio<=2))% 如果目标区域的高度/宽度比例大于0.8且小于2.0，则将其选出进行下一步运算S=ly*wx;% 计算包含此区域矩形的面积A=bwarea(bwsegment);% 计算此区域面积if(A/S>0.35)[ccorr,mfit, RectCoord] = mobanpipei(justface,frontalmodel,ly,wx, cx,cy, angle);endif(ccorr>=0.6)mfitbw=(mfit>=1);invbw = xor(mfitbw,ones(size(mfitbw)));source_with_hole = uint8(double(invbw).*double(imsourcegray));final_image = uint8(double(source_with_hole)+ double(mfit));subplot(2,3,5);imshow(final_image);% 显示覆盖了模板脸的灰度图像imsourcegray = final_image;subplot(2,3,6);imshow(Ori_Face);% 显示检测效果图end;if(RectCoord ~=-1)FaceCoord = [FaceCoord;RectCoord];endend end end% 在认为是人脸的区域画矩形[numfaces x] = size(FaceCoord);for i=1:numfaces，hd = rectangle('Position',FaceCoord(i,:));set(hd, 'edgecolor', 'y');end 人脸检测是人脸识别、人机交互、智能视觉监控等工作的前提。
声音识别之matlab
这是对猪的五段声音进行分类后的预测的准确率的高低。可以看出，这个算 法仍然需要继续改进。
如图所示由于语音信号在时域上的变化快速而不稳定所以通常都将它转换到频 域上来观察。此时它的频谱会随着时间作缓慢的变化，所以通常将声音信号分帧加 窗后，经过快速傅立叶变换(FFT)，求出每帧的频谱参数，再将每帧的频谱参数通 过一组N个(N一般为2030个)三角形带通滤波器所组成的梅尔频率滤波器，将每个频 带的输出取对数，求出每一个输出的对数能量(logenergy)， 再将此N个参数进行 余弦变换(cosinetransform），求出L阶的Mel参数。
%播放声音
声音的预处理
• 音频信号的预处理是整个声音识别系统的基础,正确的预处理操作,可以提高识别算法
的精度,甚至影响整个系统的识别性能。
• 1.预处理包括：预加重—分帧—加窗 • 2.预加重：消除低频干扰,提升更为有用的高频部分的频谱。即将声音信号通过一个
高通滤波器：
• 3.分帧：利用声音信号具有短时平稳性的特点，对声音信号分帧提取其短时特性，处
• 优点：做一些非常复杂的数据转换工作，然后根据预定义的标签或者输出进而计
算出如何分离用户的数据。
• 缺点：就是由于更多的运算量，训练的时间要长很多。
SVM算法的工具箱很多，共用的最好的是libsvm工具箱。
两个主要函数： svmtrain(„)%通过训练集来训练模型 svmpredict(„)%对测试集进行预测 model=svmtrain(train_label,train_matrix, 'option'); [predict_label, accuracy,decision_values] = svmpredict(test_label,test_matrix, model); 1.train_matrix与test_matrix必须是double型。 2.train_label与test_label是列向量。 3.option：参数很多，比如-c:损失函数，即是对错分的惩罚参数。-g是一个核函数类型。
matlab语音识别系统(源代码)
目录一、设计任务及要求 (1)二、语音识别的简单介绍2.1语者识别的概念 (2)2.2特征参数的提取 (3)2.3用矢量量化聚类法生成码本 (3)2.4VQ的说话人识别 (4)三、算法程序分析3.1函数关系 (4)3.2代码说明 (5)3.2.1函数mfcc (5)3.2.2函数disteu (5)3.2.3函数vqlbg (6)3.2.4函数test (6)3.2.5函数testDB (7)3.2.6 函数train (8)3.2.7函数melfb (8)四、演示分析 (9)五、心得体会 (11)附：GUI程序代码 (12)一、设计任务及要求用MATLAB实现简单的语音识别功能；具体设计要求如下：用MATLAB实现简单的数字1~9的语音识别功能。
二、语音识别的简单介绍基于VQ的说话人识别系统，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的特征参数进行分类，产生不同码字所组成的码本。
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语者识别的概念语者识别就是根据说话人的语音信号来判别说话人的身份。
语音是人的自然属性之一，由于说话人发音器官的生理差异以及后天形成的行为差异，每个人的语音都带有强烈的个人色彩，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的身份有着许多独特的优点，如语音是人的固有的特征，不会丢失或遗忘；语音信号的采集方便，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的受到人们的重视。
与其他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，并且在已有的各种生物特征识别技术中，是唯一可以用作远程验证的识别技术。
因此，说话人识别的应用前景非常广泛：今天，说话人识别技术已经关系到多学科的研究领域，不同领域中的进步都对说话人识别的发展做出了贡献。
如何使用Matlab进行语音识别和自然语言理解
如何使用Matlab进行语音识别和自然语言理解语音识别和自然语言理解是人工智能领域的重要研究方向之一。
随着计算机处理能力的不断提升和深度学习技术的发展，这两个领域的研究也取得了显著的进展。
本文将介绍如何使用Matlab进行语音识别和自然语言理解的相关工作。
一、语音识别基础语音识别是将人类的语音信号转化为计算机可处理的文本形式的过程。
它通常涉及到声学模型和语言模型两个重要的组成部分。
在Matlab中，我们可以使用语音处理工具箱来实现语音识别。
首先，在进行语音识别之前，我们需要将语音信号进行预处理，包括去除噪声、进行特征提取等。
Matlab提供了丰富的函数和工具，如音频滤波、时频分析等，可用于实现这些预处理步骤。
接下来，我们需要设计声学模型来对语音信号进行建模。
常用的声学模型包括隐马尔可夫模型（Hidden Markov Model，HMM）和深度神经网络（Deep Neural Network，DNN）。
在Matlab中，我们可以使用统计和机器学习工具箱来构建并训练这些声学模型。
最后，我们需要根据语言模型对识别结果进行解码和修正。
语言模型用于对识别结果的语言合理性进行评估，帮助我们选择最佳的识别结果。
Matlab提供了自然语言处理工具箱，可用于对文本进行分析和处理。
二、自然语言理解基础自然语言理解是指计算机对人类自然语言进行理解和解释的过程。
它涉及到文本分析、语义解析、语义推理等多个任务。
在Matlab中，我们可以利用自然语言处理工具箱来实现自然语言理解的相关任务。
首先，我们可以使用文本分析工具箱对文本进行分词、词性标注和命名实体识别等处理。
这些预处理操作有助于建立文本的语义表示，并为后续的任务提供基础。
接下来，我们可以使用语义解析和语义推理技术来对文本进行语义分析和推理。
语义解析的目标是将自然语言表达式转化为语义表示，而语义推理则旨在根据这些语义表示进行推理和推断。
Matlab提供了一些自然语言处理算法和模型，如词向量模型、句法分析模型等，可用于实现这些任务。
基于MATLAB的特定人语音识别软件开发与设计
基于MATLAB的特定人语音识别软件开发与设计本文将详细介绍基于MATLAB的特定人语音识别软件的开发与设计，从数据采集、数据预处理、特征提取、训练模型以及测试评估等方面进行介绍。
同时，本文还会对该软件的实时性、准确性、稳定性进行分析并进行改进优化。
一、数据采集数据采集是语音识别系统开发的第一步，也是最为关键的一步。
采集到的数据质量将直接影响后续的预处理、特征提取以及模型训练。
在采集数据时，应该尽可能保证采集设备的统一性，以便后续的数据处理与模型训练。
同时，采集的语音数据应具有较高的覆盖率和多样性，以便让模型具有更好的泛化能力。
二、数据预处理在数据预处理阶段，需要对采集到的语音数据进行一系列的预处理操作，例如去除背景噪音、去除重复数据、平衡数据分布等。
这些操作有助于提高预处理的效果，从而提高后续的特征提取以及模型训练的准确度。
三、特征提取特征提取是语音识别系统中最为复杂的一步，其目的是将原始的语音信号转化为易于处理的数学特征。
在特征提取中，需要使用一些特征提取算法，例如短时傅里叶变换、梅尔倒谱系数、线性预测系数等。
这些算法可以大大减少语音信号的冗余信息，提取出信号的主要特征，从而提高模型的分类准确度。
四、训练模型在模型训练中，需要选择适当的模型算法以及调整算法的超参数。
在语音识别中，常用的模型算法有隐马尔可夫模型、深度神经网络、循环神经网络等。
训练模型的过程中，需要使用一些评估指标，例如准确率、召回率、F1值等，以评估模型的优劣。
同时，在训练过程中，需要使用一些技巧，例如交叉验证、正则化、学习率衰减等，以优化模型的泛化能力。
五、测试评估在模型训练完成后，需要使用测试数据对模型进行评估。
在测试评估中，需要使用一些评估指标，例如准确率、召回率、误判率等，以评估模型的性能。
同时，还需要针对测试结果进行分析，从而找出模型存在的问题并进行改进优化。
六、实时性、准确性、稳定性改进优化在实际应用中，需要保证语音识别系统的实时性、准确性以及稳定性，否则无法满足用户需求。
使用Matlab进行实时语音处理与语音识别的实践指南
使用Matlab进行实时语音处理与语音识别的实践指南实时语音处理与语音识别是人工智能领域一个重要而复杂的研究方向。
而Matlab作为一种强大的科学计算软件，提供了丰富的工具箱和函数库，为语音处理与语音识别的研究和实践提供了极大的便利。
本文将介绍如何使用Matlab进行实时语音处理与语音识别并给出一些实践指南。
一、Matlab的语音处理工具箱Matlab的语音处理工具箱（Speech Processing Toolbox）是Matlab中专门用于语音信号的处理和分析的工具箱。
它提供了一系列函数和工具，包括语音信号的录制和播放、声音特征提取、声音增强和去噪、语音识别等。
在进行实时语音处理与语音识别之前，我们需要先安装并激活语音处理工具箱。
二、实时语音处理的基本步骤实时语音处理通常由以下几个基本步骤组成：声音录制、语音信号分帧、对每帧信号进行加窗处理、进行傅里叶变换得到频谱信息、对频谱信息进行处理和特征提取、进行语音识别。
1. 声音录制Matlab提供了`audiorecorder`函数来实现声音的录制功能。
下面是一个简单的示例代码：```fs = 44100; % 采样率nBits = 16; % 采样精度nChannels = 1; % 声道数recorder = audiorecorder(fs, nBits, nChannels);record(recorder);pause(5); % 录制5秒stop(recorder);y = getaudiodata(recorder); % 获取录音数据```2. 语音信号分帧语音信号在进行处理之前需要进行分帧处理，将连续的语音信号分成若干个小的时间窗口。
分帧的目的是提取局部语音特征，常用的窗口函数包括矩形窗、汉明窗等。
Matlab提供了`buffer`函数用于分帧处理。
示例代码如下：```frameSize = 256; % 窗口大小overlap = 128; % 帧之间的重叠部分frames = buffer(y, frameSize, overlap);```3. 加窗处理加窗处理是对每一帧信号进行加窗操作，以减少频谱泄漏。
基于matlab的语音识别系统
基于matlab的语音识别系统专业综合课程设计系: 信息与通信工程专业: 通信工程班级: 081班设计题目: 基于matlab的语音识别系统学生姓名:指导教师:完成日期:2011年12月27日一(设计任务及要求1.1设计任务作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。
以语音识别开发出的产品应用领域非常广泛，有声控电话交换、语音拨号系统、信息网络查询、家庭服务、宾馆服务、旅行社服务系统、订票系统、声控智能玩具、医疗服务、银行服务、股票查询服务、计算机控制、工业控制、语音通信系统、军事监听、信息检索、应急服务、翻译系统等，几乎深入到社会的每个行业、每个方面，其应用和经济社会效益前景非常广泛。
本次任务设计一个简单的语音识别系。
1.2设计要求要求:使用matlab软件编写语音识别程序二(算法方案选择2.1设计方案语音识别属于模式识别范畴，它与人的认知过程一样，其过程分为训练和识别两个阶段。
在训练阶段，语音识别系统对输入的语音信号进行学习。
学习结束后，把学习内容组成语音模型库存储起来;在识别阶段，根据当前输入的待识别语音信号，在语音模型库中查找出相应的词义或语义。
语音识别系统与常规模式识别系统一样包括特征提取、模式匹配、模型库等3个基本单元，它的基本结构如图1所示。
图1 语音识别系统基本结构图本次设计主要是基于HMM模型(隐马尔可夫模型)。
这是在20世纪80年代引入语音识别领域的一种语音识别算法。
该算法通过对大量语音数据进行数据统计，建立识别词条的统计模型，然后从待识别语音信号中提取特征，与这些模型进行匹配，通过比较匹配分数以获得识别结果。
通过大量的语音，就能够获得一个稳健的统计模型，能够适应实际语音中的各种突发情况。
并且，HMM算法具有良好的识别性能和抗噪性能。
2.2方案框图图2 HMM语音识别系统2.3隐马尔可夫模型HMM过程是一个双重随机过程:一重用于描述非平稳信号的短时平稳段的统计特征(信号的瞬态特征);另一重随机过程描述了每个短时平稳段如何转变到下一个短时平稳段，即短时统计特征的动态特性(隐含在观察序列中)。
在MATLAB中使用机器学习进行语音识别
在MATLAB中使用机器学习进行语音识别随着人工智能技术的发展，语音识别成为了一项备受关注的研究领域。
语音识别技术被广泛应用于各种领域，如智能助理、智能家居和无人驾驶等。
在其中，机器学习在语音识别中发挥了重要的作用。
本文将探讨如何使用MATLAB中的机器学习工具箱进行语音识别。
首先，我们需要了解语音信号的特征提取。
语音信号通常是一连串的声音波形。
然而，对于机器来说，直接处理波形数据是非常困难的。
因此，我们需要将波形转化为一些有意义的特征。
常见的特征提取方法包括MFCC（Mel频率倒谱系数）和LPCC（线性预测倒谱系数）。
MATLAB提供了一些函数用于提取这些特征。
通过对语音信号进行特征提取，我们可以将其转化为一个向量，方便机器学习算法的处理。
接下来，我们需要选择合适的机器学习算法进行语音识别。
在MATLAB中，可以使用机器学习工具箱中的分类算法进行语音分类任务。
最常用的算法包括支持向量机（SVM）、随机森林（Random Forest）和深度神经网络（Deep Neural Network）。
这些算法都有各自的优势和适用场景，可以根据具体需求选择合适的算法。
一般情况下，我们需要将语音样本划分为训练集和测试集。
训练集用于训练机器学习模型，而测试集则用于评估模型的性能。
在MATLAB中，可以使用交叉验证函数（crossvalind）对数据集进行划分。
通过交叉验证，我们可以得到一些评估指标，如准确率、召回率和F1值等。
这些指标可以帮助我们评估算法的性能，并进行模型选择。
在实际应用中，语音识别往往需要处理大规模的数据集。
对于大规模数据集，传统的机器学习算法可能会面临性能瓶颈。
此时，可以考虑使用深度学习算法，如卷积神经网络（Convolutional Neural Network）和循环神经网络（Recurrent Neural Network）。
这些算法具有强大的建模能力，可以处理复杂的语音信号。
除了选择合适的算法，我们还需要考虑特征选择和参数调优等问题。
一种基于MATLAB的智能语音识别系统设计
科学技术创新2020.21的推广来完成。
经实验分析，软件无线电在无线通信中，可发挥控制硬件电路的功能，因此通过该软件的创新应用与推广，可有效削弱无线通信对硬件设备的依赖程度，从而实现更为独立和灵活的发展。
软件无线电与传统有线系统相比，具有明显的特征优势：一是各方面的功能可通过软件来发挥；二是其自身的兼容性较好，可同时容纳不同的功能类型，协同完成既定的传输任务；三是硬件的结构布局具有良好的通用性特征。
基于上述特征，该技术的应用可有效增加通信方式的种类，体现出更好的性能。
但需注意，在使用该类技术时，需要重点开发线电技术的侦查和对抗等方面的功能，这样才能有效提升通信途径的安全性与稳定性，并且提高传输信息的保密程度。
2.5基于蓝牙技术的信号传感器除了上述的创新方式外，蓝牙技术也是实现无线通信方式创新的有效途径。
基于蓝牙技术应用信号传感设备，能够极大推进无线通信传输方式的拓展。
从研究结果分析，信号传感设备主要使用分散式的网络方式来实现组网，在算法方面也能够凸显出较高的效率优势。
但需注意，在使用蓝牙技术的同时，可兼顾完善网络的系统协议内容，从而提高对系统的使用率，同时优化运用效果。
将蓝牙技术应用于通信中，可极大提升信息传输的效率和质量，最大限度保证信息内容的完整性与可靠性。
而蓝牙作为信息传输的介质，可及时反馈不同用户的信息需求点，这样在实行信息传输时，设备便能够迅速而准确地定位信号接受位置，从而总体提升信号的传输效果。
结束语结合以上实践探索，在有效的总结无线电通信技术过程，要重视技术创新研究，通过不断采取更加高效的无线电通信手段，才能有效的掌握更加高效的技术措施，希望进一步研究能够总结更加高效的无线电技术方法，从而为无线电技术的实践应用水平提高提供保证。
参考文献[1]庞世勇.探讨提升无线电通信质量的技术[J].传播力研究,2018,2(31):248.[2]刘堂伟.提升无线电通信质量的技术研究[J].中国新通信,2017,19(24):25.[3]李鹏鸣.关于无线电设备电磁屏蔽技术的探讨[J].科技创新与应用,2016(8):54.一种基于MATLAB 的智能语音识别系统设计陈后全（西北民族大学电气工程学院，甘肃兰州730030）本文设计的目的是使得机械可以进行语音识别，从而帮助人们方便快捷又安全有效的生活。
基于Matlab语音识别系统的设计与实现
随着全球化的发展，多语言支持成为语音识别系统的一个重要需求， 如何实现多语言的语音识别是一个研究方向。
深度学习与神经网络的应用
深度学习和神经网络在语音识别领域的应用是一个研究热点，如何将 深度学习技术应用于现有的语音识别系统也是一个挑战。
THANKS FOR WATCHING
感谢您的观看
实时性能
评估模型的实时性能，确保系统能够满足实 际应用的需求。
结果分析
结果展示
将测试结果以图表的形式展示出来，便于分 析和比较。
误差分析
分析模型在测试数据集上的误差来源，找出 可能存在的问题和改进方向。
性能对比
将本系统的性能与其他同类系统进行对比， 评估本系统的优劣。
应用前景
探讨本系统在实际应用中的前景和潜在价值， 为后续的研究和应用提供参考。
基于Matlab的语音识别系统界面友好，操作简单，方便用户使 用。
未来研究方向与挑战
提高识别精度
随着语音技术的不断发展，需要不断优化现有的语音识别算法，提高 系统的识别精度。
处理复杂环境下的语音
在实际应用中，复杂环境下的语音识别是一个重要的研究方向，如何 提高系统在噪声、口音、语速等方面的鲁棒性是一个挑战。
特征提取模块设计
预加重
分帧
通过一个一阶差分滤波器对语音信号进行 预加重，增强高频部分。
将语音信号分成若干短时帧，每帧长度通 常为20-40ms。
加窗
快速傅里叶变换（FFT）
对每帧信号加窗，常用的窗函数有汉明窗 、汉宁窗等。
将每帧信号从时域转换到频域，得到频谱 。
分类器设计
基于规则的分类器
根据语音特性制定规则进行分类，如基于DTW（动态时间 规整）的分类器。
基于MATLAB的音频信号处理与语音识别系统设计
基于MATLAB的音频信号处理与语音识别系统设计一、引言音频信号处理与语音识别是数字信号处理领域的重要研究方向，随着人工智能技术的不断发展，语音识别系统在日常生活中得到了广泛应用。
本文将介绍如何利用MATLAB软件进行音频信号处理与语音识别系统的设计，包括信号预处理、特征提取、模式识别等关键步骤。
二、音频信号处理在进行语音识别之前，首先需要对音频信号进行处理。
MATLAB提供了丰富的信号处理工具，可以对音频信号进行滤波、降噪、增益等操作，以提高后续语音识别的准确性和稳定性。
三、特征提取特征提取是语音识别中至关重要的一步，它能够从复杂的音频信号中提取出最具代表性的信息。
常用的特征包括梅尔频率倒谱系数（MFCC）、线性预测编码（LPC）等。
MATLAB提供了丰富的工具箱，可以方便地实现这些特征提取算法。
四、模式识别模式识别是语音识别系统的核心部分，它通过对提取出的特征进行分类和识别，从而实现对不同语音信号的区分。
在MATLAB中，可以利用支持向量机（SVM）、人工神经网络（ANN）等算法来构建模式识别模型，并对语音信号进行分类。
五、系统集成将音频信号处理、特征提取和模式识别整合到一个系统中是设计语音识别系统的关键。
MATLAB提供了强大的工具和函数，可以帮助我们将各个部分有机地结合起来，构建一个完整的语音识别系统。
六、实验与结果分析通过实际案例和数据集，我们可以验证所设计的基于MATLAB的音频信号处理与语音识别系统的性能和准确性。
通过对实验结果的分析，可以进一步优化系统设计，并提高语音识别系统的性能。
七、结论基于MATLAB的音频信号处理与语音识别系统设计是一个复杂而又具有挑战性的任务，但是借助MATLAB强大的功能和工具，我们可以更加高效地完成这一任务。
未来随着人工智能技术的不断发展，基于MATLAB的语音识别系统将会得到更广泛的应用和进一步的优化。
通过本文对基于MATLAB的音频信号处理与语音识别系统设计进行介绍和讨论，相信读者对该领域会有更深入的了解，并能够在实际应用中灵活运用所学知识。
MATLAB人脸识别源代码
MATLAB人脸识别源代码% FaceRec.m %CQUPT% PCA 识别率88%% calc xmean,sigma and its eigen decompositionallsamples=[];%所有训练图片for i=1:40for j=1:5a=imread(strcat('e:\ORL\s',num2str(i),'\',num2str(j),'.pgm'));b=a(1:112*92); %b是行矢量1*N，N=10304，提取顺序是先列后行，%即从上到下，从左到右b=double(b);allsamples=[allsamples;b]; %allsamples是一个M*N矩阵，allsamples中每一行数据代%表一张图片，其中M=200endendsamplemean=mean(allsamples); %平均图片，1*N for i=1:200xmean(i,:)=allsamples(i,:)-samplemean; %allsamples是一个M*N矩阵，allsamples中每一行保存的数据是“每个图片数据—平均图片”end;%获取特征植及特征向量sigma=xmean*xmean'; % M* M矩阵[v d]=eig(sigma);d1=diag(d);%按特征值大小以降序排列dsort=flipud(d1);vsort=fliplr(v);%以下选择90%的能量dsum=sum(dsort);dsum_extract=0;p=0;while(dsum_extract/dsum<0.9) p=p+1;dsum_extract=sum(dsort(1:p)); endi=1;% (训练阶段)计算特征脸形成的坐标系base = xmean' * vsort(:,1:p) * diag(dsort(1:p).^(-1/2));%base是N*p阶矩阵，除以dsort(i) ^(-1/2))是对人脸图象的标准化(是其方差为1)% xmean' * vsort(:,1:p)是小矩阵的特征向量向大矩阵特征向量转换的过程%以下两行将训练样本对坐标系上进行投影，得到一个M*p子空间中的一个点，%即在子空间中的组合系数allcoor=allsamples*base;accu = 0; %下面的人脸识别过程中就是利用这些组合系数来进行识别%测试过程for i=1:40for j=6:10 %读入40 x 5 副测试图像a=imread(strcat('e:\ORL\s',num2str(i),'\',num2str(j),'.pgm'));b=a(1:10304);b=double(b);tcoor=b*base; %计算坐标，是1*p阶矩阵for k=1:200mdist(k)=norm(tcoor-allcoor(k,:)); end;%三阶近邻[dist,index2]=sort(mdist); class1=floor( (index2(1)-1)/5 )+1;class2=floor((index2(2)-1)/5)+1;class3=floor((index2(3)-1)/5)+1; if class1~=class2 && class2~=class3 class=class1;elseif class1==class2class=class1;elseif class2==class3class=class2;end;if class==iaccu=accu+1;end;end;end;accuracy=accu/200 % 输出识别率% FaceRec.m %CQUPT% PCA 识别率88%% calc xmean,sigma and its eigen decompositionallsamples=[]; %所有训练图片for i=1:40for j=1:5a=imread(strcat('e:\ORL\s',num2str(i),'\',num2str(j),'.pgm'));b=a(1:112*92); %b是行矢量1*N，N=10304，提取顺序是先列后行，%即从上到下，从左到右b=double(b);allsamples=[allsamples;b]; %allsamples是一个M*N矩阵，allsamples中每一行数据代%表一张图片，其中M=200endendsamplemean=mean(allsamples); %平均图片，1*Nfor i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; %allsamples是一个M*N矩阵，allsamples中每一行保存 %的数据是“每个图片数据—平均图片” end;%获取特征植及特征向量sigma=xmean*xmean'; % M* M矩阵 [v d]=eig(sigma); d1=diag(d);%按特征值大小以降序排列dsort=flipud(d1); vsort=fliplr(v); %以下选择90%的能量dsum=sum(dsort);dsum_extract=0;p=0;while(dsum_extract/dsum<0.9) p=p+1;dsum_extract=sum(dsort(1:p)); endp=199;% (训练阶段)计算特征脸形成的坐标系base = xmean' * vsort(:,1:p) * diag(dsort(1:p).^(-1/2));%生成特征脸for(k=1:p)temp=reshape(base(:,k),112,92); newpath=[…e:\test\? int2str(k)….jpg?];imwrite(mat2gray(temp), newpath); end%将模型保存Save(…e:\ORL\model.mat? ,?base?, …samplemean?);%Reconstruct.m % CQUPTFunction[]=reconstruct() Load e:\ORL\model.mat;%计算新图片在特征子空间中的系数Img=?D:\test2\10.jpg?A=imread(img);b=a(1:112*92); % b是行矢量 1*N，其中N =10304 b=double(b);b=b-samplemean;c = b * base; % c 是图片 a在子空间中的系数, 是 1*p 行矢量 % 根据特征系数及特征脸重建图% 前15 个t = 15;temp = base(:,1:t) * c(1:t)'; temp = temp + samplemean';imwrite(mat2gray(reshape(temp, 112,92)),'d:\test2\t1.jpg');% 前50个t = 50;temp = base(:,1:t) * c(1:t)'; temp = temp + samplemean';imwrite(mat2gray(reshape(temp, 112,92)),'d:\test2\t2.jpg');% 前 100个t = 100;temp = base(:,1:t) * c(1:t)'; temp = temp + samplemean';imwrite(mat2gray(reshape(temp, 112,92)),'d:\test2\t3.jpg');% 前150个t = 150;temp = base(:,1:t) * c(1:t)'; temp = temp + samplemean';imwrite(mat2gray(reshape(temp, 112,92)),'d:\test2\t4.jpg');% 前199 个t = 199;temp = base(:,1:t) * c(1:t)'; temp = temp + samplemean';imwrite(mat2gray(reshape(temp, 112,92)),'d:\test2\t5.jpg');图片标准化通常是一个整体概念，要求把图片归一到均值为0，方差为1的情况下。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（威海）《智能仪器》课程设计题目: MATLAB实现语音识别功能班级：学号：姓名：同组人员：任课教师：完成时间：2012/11/3目录一、设计任务及要求 (1)二、语音识别的简单介绍2.1语者识别的概念 (2)2.2特征参数的提取 (3)2.3用矢量量化聚类法生成码本 (3)2.4VQ的说话人识别 (4)三、算法程序分析3.1函数关系 (4)3.2代码说明 (5)3.2.1函数mfcc (5)3.2.2函数disteu (5)3.2.3函数vqlbg (6)3.2.4函数test (6)3.2.5函数testDB (7)3.2.6 函数train (8)3.2.7函数melfb (8)四、演示分析 (9)五、心得体会 (11)附：GUI程序代码 (12)一、设计任务及要求用MATLAB实现简单的语音识别功能；具体设计要求如下：用MATLAB实现简单的数字1~9的语音识别功能。
二、语音识别的简单介绍基于VQ的说话人识别系统，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的特征参数进行分类，产生不同码字所组成的码本。
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语者识别的概念语者识别就是根据说话人的语音信号来判别说话人的身份。
语音是人的自然属性之一，由于说话人发音器官的生理差异以及后天形成的行为差异，每个人的语音都带有强烈的个人色彩，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的身份有着许多独特的优点，如语音是人的固有的特征，不会丢失或遗忘；语音信号的采集方便，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的受到人们的重视。
与其他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，并且在已有的各种生物特征识别技术中，是唯一可以用作远程验证的识别技术。
因此，说话人识别的应用前景非常广泛：今天，说话人识别技术已经关系到多学科的研究领域，不同领域中的进步都对说话人识别的发展做出了贡献。
说话人识别技术是集声学、语言学、计算机、信息处理和人工智能等诸多领域的一项综合技术，应用需求将十分广阔。
在吃力语音信号的时候如何提取信号中关键的成分尤为重要。
语音信号的特征参数的好坏直接导致了辨别的准确性。
2.2特征参数的提取对于特征参数的选取，我们使用mfcc 的方法来提取。
MFCC 参数是基于人的听觉特性利用人听觉的屏蔽效应，在Mel 标度频率域提取出来的倒谱特征参数。
MFCC 参数的提取过程如下：1. 对输入的语音信号进行分帧、加窗，然后作离散傅立叶变换，获得频谱分布信息。
设语音信号的DFT 为：10,)()(112-≤≤=∑-=-N k en x k X N n N nk j a π（1）其中式中x(n)为输入的语音信号，N 表示傅立叶变换的点数。
2. 再求频谱幅度的平方，得到能量谱。
3. 将能量谱通过一组Mel 尺度的三角形滤波器组。
我们定义一个有M 个滤波器的滤波器组（滤波器的个数和临界带的个数相近），采用的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的对数能量。
N 12a m k 1S(m)ln(|(k)|H (k)),0m M 1X -==≤≤-∑ （2）其中m H (k)为三角滤波器的频率响应。
5. 经过离散弦变换（DCT ）得到MFCC 系数。
10C(n)()cos((0.5/)),(3)01M m S m n m m n N π-==-≤≤-∑MFCC 系数个数通常取20—30，常常不用0阶倒谱系数，因为它反映的是频谱能量，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的说话人看作是一个信源，用一个码本来表征。
码本是从该说话人的训练序列中提取的MFCC 特征矢量聚类而生成。
只要训练的序列足够长，可认为这个码本有效地包含了说话人的个人特征，而与讲话的内容无关。
本系统采用基于分裂的LBG 的算法设计VQ 码本，(1,2,,)k X k K =⋅⋅⋅为训练序列，B 为码本。
具体实现过程如下：1. 取提取出来的所有帧的特征矢量的型心(均值)作为第一个码字矢量B1。
2. 将当前的码本Bm 根据以下规则分裂，形成2m 个码字。
)1()1({εε-=+=-+m m m m B B B B （4） 其中m 从1变化到当前的码本的码字数，ε是分裂时的参数，本文ε=0.01。
3. 根据得到的码本把所有的训练序列(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的总和[]n D 以及相对失真(n 为迭代次数，初始n=0，[1]D -=∞，B 为当前的码书)，若相对失真小于某一阈值ε，迭代结束，当前的码书就是设计好的2m 个码字的码书，转５。
否则，转下一步。
量化失真量和：()1min (,)Kn k k D d X B ==∑ （5）相对失真：(1)||n nnD D D -- （6） 4. 重新计算各个区域的新型心，得到新的码书，转3。
5. 重复２ ，３ 和４步，直到形成有M 个码字的码书(M 是所要求的码字数)，其中D0=10000。
2.4 VQ 的说话人识别设是未知的说话人的特征矢量1{,,}T X X ，共有T 帧是训练阶段形成的码书，表示码书第m 个码字，每一个码书有M 个码字。
再计算测试者的平均量化失真D ，并设置一个阈值，若D 小于此阈值，则是原训练者，反之则认为不是原训练者。
∑=≤≤=11]min[/1),(j Mm m j T D B x d （7） 三、 算法程序分析在具体的实现过程当中，采用了matlab 软件来帮助完成这个项目。
在matlab 中主要由采集，分析，特征提取，比对几个重要部分。
以下为在实际的操作中，具体用到得函数关系和作用一一列举在下面。
3.1函数关系主要有两类函数文件Train.m 和Test.m在Train.m 调用Vqlbg.m 获取训练录音的vq 码本，而Vqlbg.m 调用mfcc.m 获取单个录音的mel 倒谱系数，接着mfcc.m 调用Melfb.m---将能量谱通过一组Mel 尺度的三角形滤波器组。
在Test.m 函数文件中调用Disteu.m 计算训练录音（提供vq 码本）与测试录音（提供mfcc ）mel 倒谱系数的距离，即判断两声音是否为同一录音者提供。
Disteu.m 调用mfcc.m 获取单个录音的mel 倒谱系数。
mfcc.m 调用Melfb.m---将能量谱通过一组Mel 尺度的三角形滤波器组。
3.2具体代码说明3.2.1函数mffc:function r = mfcc(s, fs)---m = 100;n = 256;l = length(s);nbFrame = floor((l - n) / m) + 1; %沿-∞方向取整for i = 1:nfor j = 1:nbFrameM(i, j) = s(((j - 1) * m) + i); %对矩阵M赋值endendh = hamming(n); %加 hamming 窗，以增加音框左端和右端的连续性M2 = diag(h) * M;for i = 1:nbFrameframe(:,i) = fft(M2(:, i)); %对信号进行快速傅里叶变换FFTendt = n / 2;tmax = l / fs;m = melfb(20, n, fs); %将上述线性频谱通过Mel 频率滤波器组得到Mel 频谱,下面在将其转化成对数频谱n2 = 1 + floor(n / 2);z = m * abs(frame(1:n2, :)).^2;r = dct(log(z)); %将上述对数频谱，经过离散余弦变换(DCT)变换到倒谱域，即可得到Mel 倒谱系数(MFCC参数)3.2.2函数disteu---计算测试者和模板码本的距离function d = disteu(x, y)[M, N] = size(x); %音频x赋值给【M，N】[M2, P] = size(y); %音频y赋值给【M2，P】if (M ~= M2)error('不匹配！') %两个音频时间长度不相等endd = zeros(N, P);if (N < P)%在两个音频时间长度相等的前提下copies = zeros(1,P);for n = 1:Nd(n,:) = sum((x(:, n+copies) - y) .^2, 1);endelsecopies = zeros(1,N);for p = 1:Pd(:,p) = sum((x - y(:, p+copies)) .^2, 1)';end%%成对欧氏距离的两个矩阵的列之间的距离endd = d.^0.5;3.2.3函数vqlbg---该函数利用矢量量化提取了音频的vq码本function r = vqlbg(d,k)e = .01;r = mean(d, 2);dpr = 10000;for i = 1:log2(k)r = [r*(1+e), r*(1-e)];while (1 == 1)z = disteu(d, r);[m,ind] = min(z, [], 2);t = 0;for j = 1:2^ir(:, j) = mean(d(:, find(ind == j)), 2);x = disteu(d(:, find(ind == j)), r(:, j));for q = 1:length(x)t = t + x(q);endendif (((dpr - t)/t) < e)break;elsedpr = t;endendend3.2.4函数testfunction finalmsg = test(testdir, n, code)for k = 1:n % read test sound file of each speaker file = sprintf('%ss%d.wav', testdir, k);[s, fs] = wavread(file);v = mfcc(s, fs); % 得到测试人语音的mel倒谱系数distmin = 4; %阈值设置处% 就判断一次，因为模板里面只有一个文件d = disteu(v, code{1}); %计算得到模板和要判断的声音之间的“距离”dist = sum(min(d,[],2)) / size(d,1); %变换得到一个距离的量%测试阈值数量级msgc = sprintf('与模板语音信号的差值为:%10f ', dist);disp(msgc);%此人匹配if dist <= distmin %一个阈值，小于阈值，则就是这个人。