DSP课程设计实验报告语音识别院（系）：电子信息工程学院自动化系设计人员：李彬学号：07212072 设计人员：宋淦泉学号：07212077评语：指导教师签字：日期：目录一、设计任务书1、实验概述2、实验目的二、设计内容三、设计方案、算法原理说明1、设计步骤2、算法原理说明四、程序设计、调试与结果分析1、算法流程图2、主程序3、测试过程及结果分析五、设计（安装）与调试的体会1、编程及程序运行中遇到的问题及解决办法2、本次实验的心得体会六、参考文献一、设计任务书实验概述：语言是人类特有的功能，声音是人类最常用的工具。
通过语音传递信息是人类最重要最有效最常用和最方便的信息交换形式。
语音信号是人类进行思想沟通和情感交流的最主要的途径。
让计算机能听懂人类的语言，是自计算机诞生以来人类梦寐以求的想法。
在本实验中，将针对ＤＴＷ算法，实现对最简单的单音信号进行语音识别的问题。
语音识别以语音为研究对象，它是语音信号处理的一个重要研究方向，是模式识别的一个分支，涉及到生理学、心理学、语言学、计算机科学以及信号处理等诸多领域，甚至还涉及到人的体态语言（例如人在说话时的表情、手势等细微动作可帮助对方理解），其最终目标是实现人与机器进行自然语言通信。
语音识别技术主要包括特征提取技术、模式匹配准则及模训练技术三个方面。
此外，还涉及到语音识别单元的选取。
语音识别系统的研究涉及微机技术、人工智能、数字信号处理、模式识别、声学、语言学和认知科学等多种学科领域，是一个多学科综合性研究领域。
语音识别系统的分类---根据对说话人说话方式的要求，可以分为孤立字（词）语音识别系统、连接字语音识别系统以及连续字语音识别系统。
根据对说话人的依赖程度可以分为特定人和非特定人语音识别系统。
根据词汇量大小，可以分为小词汇量、中等词汇量、大词汇量以及无限量词汇量语音识别系统。
一般来说，语音识别的方法有三种：基于声道模型和语音知识的方法、模版匹配的方法以及利用人工神经网络的方法。
说话人识别中的Mel特征频率倒谱系数曹辉;徐晨;赵晓;吴胜举【摘要】目的研究语音特征梅尔频率倒谱系数(MFCC)的选取对说话人识别系统性能的影响.方法采用基于平均影响值(MIV)的支持向量机(SVM)方法研究了说话人识别中的梅尔频率倒谱系数各维倒谱分量对于识别分类的贡献度.结果选择具有代表性的特征向量进行说话人分类识别,能得到维数更低、识别率更高的特征参数.结论通过MIV值可判断各维特征参数分量的重要性,选取权重值高的MFCC特征参数来提高系统识别率和缩短系统运行时间.【期刊名称】《西北大学学报（自然科学版）》【年(卷),期】2013(043)002【总页数】6页(P203-208)【关键词】说话人识别;语音特征参数;梅尔频率倒谱系数;支持向量机;平均影响值【作者】曹辉;徐晨;赵晓;吴胜举【作者单位】陕西师范大学物理学与信息技术学院/陕西省超声重点实验室,陕西西安710100;陕西师范大学物理学与信息技术学院/陕西省超声重点实验室,陕西西安710100;陕西师范大学物理学与信息技术学院/陕西省超声重点实验室,陕西西安710100;陕西师范大学物理学与信息技术学院/陕西省超声重点实验室,陕西西安710100【正文语种】中文【中图分类】TN912.34说话人识别与指纹识别、虹膜识别等一样,属于生物识别的一种,被认为是最自然的生物特征识别身份鉴定方式,因此又被称为“声纹”识别[1]。
说话人识别(speaker recognition)按照任务可以分为2个范畴:说话人辨认(speaker identification)和说话人确认(speaker verification)。
说话人辨认系统的性能随着说话人集合的规模增大而降低,所以其说话人语音特征参数的选择直接影响着语音识别系统的性能,提取维数小、鉴别能力强的特征矢量对于语音分类系统的计算快慢和识别率有直接的关系。
在说话人识别中最常用的特征参数是基于声道的LPCC、基于听觉特性的MFCC以及基于等响度曲线和临界带的PLP等[2-4],本文选取MFCC特征进行模拟实验。
