用matlab仿真0到9十个数字的语音识别

用matlab仿真0到9十个数字的语音识别

关注次数： 445

下载次数： 31

文件大小： 109K

下载需要积分： 1

代码分类：

开发平台： matlab

上传会员： 8211041

下载代码

预览代码

Downma.com:专注MATLAB源程序代码下载和分享

代码描述

用matlab仿真0到9十个数字的语音识别1、对语音的WAV文件和LAB文件进行处理，产生十个文件，每个文件对应于一个数字，存贮着该数字的波形文件。（shujuzhengli.m）2、分别利用上面十个文件训练出十个HMM模板，具体方法是：首先将语音的波形文件分帧，以128个点为一帧，帧为64，每一帧通过mfcc.m计算出13个系数，随着波形的长度不同，一个语音文件可以计算得到13*N个系数，截取13*15的矩阵（mfcc系数）用作训练数据。一般一个HMM模板用20组mfcc系数训练，得到初始状态分布、状态转移矩阵、高斯正态分布的均值和方差以及混合矩阵，这就是该语音的特征，存贮下来，识别的时候使用。（trainmfcc.m）3识别过程：识别的前面部分与训练相似，都是要计算得到mfcc系数，不同在于，识别时，将计算得到的mfcc 参数分别代入训练得到的HMM模板求出概率，比较出最大概率者，则该模板对应的数字就是识别的数字。(shibiesb.m)4、用大量语音文件做测试，结果正确率为90 以上。

代码预览

READHTK.M

consist.m

dist2.m

em_converged.m

fwdback.m

gaussian_prob.m

gmm.m

gmminit.m

isposdef.m

kmeansNetlab.m

logdet.m

max_mult.m

mfcc.m

mhmm_em.m

mhmm_logprob.m

mixgauss_Mstep.m

mixgauss_init.m

mixgauss_prob.m

mk_stochastic.m

normalise.m

process_options.m

readlab.m

shibiesb.m

shujuzhengli.asv

shujuzhengli.m

sqdist.m

t200.lab

t200.wav

t201.lab

t201.wav

t202.lab

t202.wav

t203.lab

t203.wav

tongjijieguo.m

trainmfcc.m