matlab语音识别系统(源代码)最新版

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Bio
2.将当前的码本Bm根据以下规则分裂，形成2m个码字。
BmBm(l)
Bm Bra(1 )
(4)
其中m从1变化到当前的码本的码字数，e是分裂时的参数，本文e =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
Xa (k) X (n) e s 0 k N 1 (1)
nl
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.
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，
4.计算每个滤波器组输出的对数能量。
XI
mat I ab语音识别系统（源代 码）
最新版
冃录
一、设计任务及要求
二、语音识别的简单介绍
语者识别的概念
特征参数的提取
用矢量量化聚类法生成码本
2.1
2.2
2.3
.4
3.2
代码说明
3.2.1
函数mfcc■-
3.2.2
函数disteu
3.2.3
函数vqlbg
3.2.4函数test-
3.2.5函数testDB
k = 16;%number of centroids required
for i = l:n%对数据库中的代码形成码本
file=sprintfC%ss%d. wav*, traindir, i) ; disp(file);
[s, fs] = wavread(file):v二mfee(s, fs): %
if dist < distmin distmin = dist;%%者的识别kl = 1：
end
end
msg=nameList{kl} msgbox(msg);
end 3. 2. 6函数train
—-该函数就是对音频进行训练，也就是提取特征参数function code=train (traindir, n)
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：
X 1j2nk
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)
=floor ((1-n) / m) + 1;%沿-8方向取整
1 :n
1:nbFrame=s(((j -1)* m)+i)：%对矩阵M赋值
h = hamming(n): %力H hamming窗，以增加音框左端和右端的连续性M2=diag(h) * M：
figurel
在对数据库中己有的语者进行识别模块
对数据库中已有的语者进行识别
语音库录制模板
选择载入语音库语音个数-
录音
语者判定
选择载入语音库语音个数；点击语音库录制模版进行己存语音信息的提取；点击录 音-test进行现场录音；点击语者判断进行判断数字，并显示出来。
在实时语者识別模块
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=10000o
2.4 VQ的说话人识别
设是未知的说话人的特征矢量{X1, K,Xi},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。
个公式计算训练矢量量化失真量的总和D以及相对失真（n为迭代次数，初始
ri=O，de前的码书就是
二8,B为当前的码书），若相对失真小于某一阈值e,迭代
设计好的量化失真量
结束，当
2ni个码字的码书，转5。否则，转下一步。
K
呦)
k1
5)
对失真:
B(n1)B n
6)
&n
4.重新计算各个区域的新型心，得到新的码书，转3 0
z=m * abs(frame(l:n2, :))・ 2
r = det (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]二size(x) ;%音频X赋值给【M, N] [M2, P] = size(y)：%音频y赋值给【M2, P】辻(MM2)
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 在识别（匹配）阶段，我们 采用欧氏距 离测度），从而
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，说话人识別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 別不仅使用方便，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，说话人识别技术己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。
l:b3] + 1：
四、演示分析
我们的功能分为两部分：对已经保存的9个数字的语音进行辨别和实时的判断说 话人说的是否为一个数.在前者的实验过程中，先把9个数字的声音保存 成wav的格 式，放在一个文件夹中，作为一个检测的数据库.然后对检测者实行识别，系统给出 提示是哪个数字.
在第二个功能
实验过程及具体功能如下：
2
S(m) ln( IXa(k) p Hn (k)),
其中H m (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。
Ml
C(n) S (m) cos ( n(m 0.5/m)), (3) mo
0 n N 1
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 在一般识別系统中，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。
3.2.6
函数train
3.2.7函数melfb
四、
演不分析
五、
心得体会
附：
GUI程序代码……
函数关系
2. 4VQ的说话人识别 三、算法程序分析
3.1
•……5
•…•…5
….6
•…6
7
••……8
••………8
.9
.11
、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「9的语音识别功能
3.2.5函数testDB这个函数实际上是对数据库一个查询，根据测试者的声音，找相应的文件，并且给出是谁的提示function testmsg二testDB(testdir,
nameList={* 1，,，2,,，3,,，4,,，5,,，6,,
%这个是我们要识别的9个数for k
file=sprintf C %ss%d. wav*,
先打开Mat lab使Current Directory为录音及程序所所在的文件夹再打开文 件“enter・nT，点run运行，打开enter界面，点击“进入”按钮进入系统。
（注：文件包未封装完毕，冃前只能通过此方式打开运行。）（如 下图figurel）
Wenter
Speaker Recognition System Group 10
error C不匹配！’)％两个音频时间长度不相等end d = zeros(N, P);
辻(N < P)%在两个音频时间长度相等的前提下copies=zeros(1,P);
for n = 1:N
d(n,:) = sum((x(:, n+copies)-y) . "2, 1);
end
else
copies = zeros (1, N);
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，Xk(k1,2, ,K)为训练序 列，B
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