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;
升级会员 