《数字信号处理》课程设计
题目基于MATLAB的说话人语音识别班级信号与信息处理研一
学号
名
任课教师
完成时间20151231
f目录
一、系统设计任务及要求3
二、语音识别的简介3
三、语音识别原理3
31语音识别系统总体框架4
32语音信号预处理4
33特征参数的提取6
34用矢量量化聚类法生成码本7
35VQ的说话人识别8
三、仿真实现9
五、总结9
附录110
附录214
f一系统设计任务及要求
1用MATLAB实现50个特定人的语音识别功能
2语音识别的正确率在百分之九十以上
二语音识别的简介
说话人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。
说话人识别系统设计中的根本问题是如何从语音信号中提取表征人的基本特征。即语音特征矢量的提取是整个说话人识别系统的基础对说话人识别的错误拒绝率和错误接受率有着极其重要的影响。同语音识别不同说话人识别利用的是语音信号中的说话人信息而不考虑语音中的字词意思它强调说话人的个性。因此单一的语音特征矢量很难提高识别率所以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。
系统在说话人的识别中采用基于Mel的频率倒谱系数的模板匹配的说话人识别方法。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中实现采集分析特征提取配对识别。
三语音识别原理
31语音识别系统总体框架
f说话人识别系统的总体结构如图1所示。首先通过语音的录制作为输入信号输入的模拟语音信号要进行预处理包括预滤波、采样和量化r