DTW语音识别算法部分_精品文档Word文档格式.docx

DTW语音识别算法部分_精品文档Word文档格式.docx

《DTW语音识别算法部分_精品文档Word文档格式.docx》由会员分享，可在线阅读，更多相关《DTW语音识别算法部分_精品文档Word文档格式.docx（10页珍藏版）》请在冰豆网上搜索。

ref;

存储完毕'

）

附录3:

测试函数：

dtwtest.m

clear;

closeall;

clc;

正在导入参考模板参数...'

loadmfcc.mat;

正在计算测试模板的参数...'

fori=0:

3

fname=sprintf（'

test\\%d1.wav'

test（i+1）.StartPoint=StartPoint;

test（i+1）.EndPoint=EndPoint;

test（i+1）.mfcc=cc;

正在进行模板匹配...'

dist=zeros（1,20）;

4

forj=1:

dist（i,j）=dtw（test（i）.mfcc,ref（j）.mfcc）;

end

正在计算匹配结果...'

[d,j]=min（dist（i,:

））;

if（j>

=1&

&

j<

=5）

fprintf（'

测试模板%d1.wav的识别结果为:

前进\n'

i-1）;

end

if（j>

=6&

=10）

停止\n'

=11&

=15）

左转\n'

=16&

=20）

右转\n'

end

附录4:

特征提取函数：

vad_m.m

function[StartPoint,EndPoint]=vad（k,fs）

%%[StartPoint,EndPoint]=vad（k,fs）

%%语音信号端点检测程序，k为语音信号，

%%fs为其采样频率，程序绘制出语音信号

%%相关波形图并返回起止端点所对帧号

closeall

%幅度归一化到[-1,1]

k=double（k）;

k=k./max（abs（k））;

%------------------------------

%显示波形

SNR=5;

%设置SNR

signal=Gnoisegen（k,SNR）;

%叠加噪声

snr1=SNR_singlech（k,signal）;

%计算叠加噪声后的信噪比

N=length（k）;

%信号长度

t=（0:

N-1）/fs;

%设置时间

IS=.25;

%设置IS

%调用WienerScalart96m_2函数做维纳滤波

output=WienerScalart96m_2（signal,fs,IS,0.12）;

ol=length（output）;

%把output补到与x等长

ifol<

N

output=[output;

zeros（N-ol,1）];

snr2=SNR_singlech（k,output）;

%计算维纳滤波后的信噪比

snr=snr2-snr1;

fprintf（'

snr1=%5.4fsnr2=%5.4fsnr=%5.4f\n'

snr1,snr2,snr）;

subplot311;

plot（t,k,'

k'

grid;

axistight;

title（'

纯语音波形'

ylabel（'

幅值'

subplot312;

plot（t,signal,'

title（['

带噪语音信噪比='

num2str（SNR）'

dB'

]）;

subplot313;

plot（t,output,'

grid;

ylim（[-11]）;

维纳滤波后波形'

xlabel（'

时间/s'

显示原始波形图……'

t=0:

1/fs:

（length（k）-1）/fs;

%subplot（3,1,1）;

plot（t,k）;

axis（[0,（length（k）-1）/fs,min（k）,max（k）]）;

语音信号波形'

xlabel（'

Time:

s'

ylabel（'

Amplitude（normalized）'

显示语音起始处放大波形图……'

t1=0.2:

0.3;

k1=k（0.2*fs:

0.3*fs）;

subplot（3,1,2）;

plot（t1,k1）;

axis（[0.2,0.3,min（k）,max（k）]）;

（II）“00.wav”语音起始处放大波形图'

显示语音结束处放大波形图……'

t1=0.4:

0.5;

k1=k（0.4*fs:

0.5*fs）;

subplot（3,1,3）;

axis（[0.4,0.5,min（k）,max（k）]）;

（III）“00.wav”语音结束处放大波形图'

%计算短时过零率

k=output;

FrameLen=240;

FrameInc=80;

FrameTemp1=enframe（k（1:

end-1）,FrameLen,FrameInc）;

FrameTemp2=enframe（k（2:

end）,FrameLen,FrameInc）;

signs=（FrameTemp1.*FrameTemp2）<

0;

diffs=abs（FrameTemp1-FrameTemp2）>

0.01;

zcr=sum（signs.*diffs,2）;

zcrm=multimidfilter（zcr,5）;

figure,subplot（3,1,1）;

（I）语音信号波形'

显示短时过零率……'

zcrInd=1:

length（zcrm）;

plot（zcrInd,zcr）;

axis（[0,length（zcr）,0,max（zcr）]）;

（II）短时过零率'

Frame'

Zcr'

%计算短时能量

amp=sum（abs（enframe（filter（[1-0.9375],1,k）,FrameLen,FrameInc））,2）;

ampm=multimidfilter（amp,5）;

显示短时能量……'

ampInd=1:

length（ampm）;

plot（ampInd,amp）;

axis（[0,length（amp）,0,max（amp）]）;

（III）短时能量'

Energy'

%------------------------------

%设置门限

设置门限……'

ZcrLow=max（[round（mean（zcr）*0.1）,3]）;

%过零率低门限

ZcrHigh=max（[round（max（zcr）*0.1）,5]）;

%过零率高门限

AmpLow=min（[min（amp）*10,mean（amp）*0.2,max（amp）*0.1]）;

%能量低门限

AmpHigh=max（[min（amp）*10,mean（amp）*0.2,max（amp）*0.1]）;

%能量高门限

%端点检测

MaxSilence=30;

%最长语音间隙时间

MinAudio=15;

%最短语音时间

Status=0;

%状态：

0静音段,1过渡段,2语音段,3结束段

HoldTime=0;

%语音持续时间

SilenceTime=0;

%语音间隙时间

开始端点检测……'

forn=1:

length（zcr）

switchStatus

case{0,1}

ifamp（n）>

AmpHigh|zcr（n）>

ZcrHigh

StartPoint=n-HoldTime;

Status=2;