一種基于MATLAB的智能語音識別系統(tǒng)設(shè)計

陳后全

（西北民族大學電氣工程學院，甘肅 蘭州730030）

本文設(shè)計的目的是使得機械可以進行語音識別，從而幫助人們方便快捷又安全有效的生活。人機之間的語言識別系統(tǒng)在現(xiàn)今社會要求會更高，對其準確性和及時性的規(guī)定也更嚴苛，對語言信號的識別進行相關(guān)仿真實驗，從實驗中的結(jié)果得出正確結(jié)論[1]，使其能根據(jù)語音信息接收人的思想意圖，執(zhí)行相關(guān)的操作步驟。本文采用MATLAB 來進行語音信號的識別過程，利用MATLAB 強大的數(shù)學運算能力，分析語音信號，提取語音信號的特征參數(shù)，再對參數(shù)進行DTW 算法的匹配，從而具有規(guī)定模板的數(shù)據(jù)庫對比，完成數(shù)據(jù)的相似度呈現(xiàn)。在MATLAB 的仿真界面上顯示聲音的具體波形圖，通過錄入和輸出的波形圖差異對比，就可以完成語音識別系統(tǒng)的智能設(shè)計。

1 語音信號分析

語音信號的接收是人們口中說出的詞語，包括孤立詞語，連接詞語和連續(xù)語音等，這些詞語需要進行特定的分門別類，得到它們相關(guān)的特征參數(shù)然后進行對應(yīng)識別。自然界中，不管是人類的聲音還是其他的聲音，聲音的傳出都具有音色，音調(diào)和響度這3 個特性，根據(jù)聲音的這3 個特點和人們說話的行為方式來判斷系統(tǒng)提取的特征因素，從而再更進一步地進行準確的語音識別。聲音的普遍四聲圖如圖1：

圖1 聲音的普遍四聲圖

由圖分析，聲音有陰陽上去（1234）四個聲，系統(tǒng)通過采集聲音信號進行語音識別。在系統(tǒng)的識別過程中，對采集的語音信號進行預(yù)處理，包括采樣，量化和濾波等。其次是對聲音的特征提取，聲音的特征參數(shù)必須有效地反應(yīng)該聲音的語言特性，使之能夠區(qū)分出其他的語音信號。同時特征參數(shù)要具備相互獨立性和便于計算這兩種特點，這樣才能保證系統(tǒng)在語音識別的過程麗準確且高效，實時且流暢。

這里提出的兩點是口音和噪音的干擾，這些我們都可以視作噪聲來對待，由于我國的地域和文化風俗性差異，普通話的普及還有所欠缺，人們的語言特點也不盡相同，因此噪聲是本文系統(tǒng)所要克服的一個難點。采用語音數(shù)據(jù)庫的對比方法，可以改善口音的識別問題，進一步在系統(tǒng)內(nèi)建立聲學模型機制同樣可以提高語音識別的成功率，對系統(tǒng)發(fā)展有益。噪音的干擾會使得語音信號收集受到影響，信號的收集很有可能會摻雜進擾動因素，形成無法消除的噪聲，造成語音識別成功率的下降。對系統(tǒng)的降噪處理需要更深一步的語音模型構(gòu)造，更好的數(shù)學建模方法和更強的噪聲抑制功能。對這些改進方法同樣可以借鑒聲音的四種模式，聲音簡單四模式圖如圖2：

圖2 聲音簡單四模式圖

根據(jù)聲音的音長和頻率，我們可以分析出一二三四聲的大致區(qū)別，圖中的聲調(diào)曲線是聲音信號辨別的關(guān)鍵[2-4]。通過對曲線走勢的判斷，我們可以得到聲音的波形幅度和順延周期，這些參數(shù)為系統(tǒng)的語音識別提供了可靠的數(shù)據(jù)支持。

2 系統(tǒng)模型和算法實現(xiàn)

根據(jù)聲音信號的特點，對聲音信號的捕捉作出一個框架模型，其中包括基本音頻，干擾噪聲，聲道控制和特征分析等模型，系統(tǒng)模型圖如圖3：

圖3 系統(tǒng)模型圖

基本音頻通過輸入基本的語音信號，提取聲音的頻率等特征，將收集的語音信號經(jīng)過周期性處理，得到周期性的波形信號傳輸?shù)铰暤滥Ｐ椭?。聲道模型中同時會接收到系統(tǒng)判定的干擾噪聲，不可避免，在對聲道模型中的語音信號進行采樣，量化等預(yù)處理后，對語音信號的識別操作開始進行，通過算法和數(shù)據(jù)庫的對比，最后成功完成人們與機器之間的語音識別功能。

DTW 算法針對孤立詞語進行計算，從而得到簡單高效的正確結(jié)果。DTW 算法基于DP 的思想進行相應(yīng)建構(gòu)，匹配語音的相關(guān)模板，計算量不是特別龐大，所有DTW 算法在現(xiàn)今社會中仍然具有很廣泛的運用。

算法初始確定語音的開始點和結(jié)束點，對模板庫的各個詞條進行相關(guān)劃分，將劃分出來的模板作為參考依據(jù)，一個參考的劃分區(qū)域可以表示為A 或B 的行組，如A={A(1),A(2),A(3),A(4),A(5),……},A(1)是開始點的語音特征矢量，A 組的最后一個元素為結(jié)束點的語音特征矢量。同理可以設(shè)置測試的劃分區(qū)域，并定義相關(guān)的語音特征矢量，算法將參考和測試兩方面因素進行MFCC 系數(shù)、幀變換和窗函數(shù)的對應(yīng)計算，最終得到語音信號數(shù)據(jù)的正確結(jié)果。

3 MATLAB 的仿真及結(jié)論

本文使用MATLAB 進行系統(tǒng)的仿真實驗，經(jīng)過采集志愿者的聲音，錄入音頻信號“A-Z”26 個英文字母的語言發(fā)音，并為這26 個英文字母的實驗對象分別命名，命名表如表1：

表1 命名表

通過對聲音信號進行分析處理后，提取相關(guān)特征參數(shù)以及選取模板，將模板存入數(shù)據(jù)庫中，建立相關(guān)的數(shù)據(jù)庫模型，為實驗的仿真奠定數(shù)據(jù)支持。將語音信號隨機選取進行MATLAB 仿真可以看到相應(yīng)的波形圖，單字母波形圖如圖4：

圖4 單字母波形圖

經(jīng)過錄入相關(guān)字母的波形顯示對比，可以對比出26 個字母的相同波形，因此語音識別系統(tǒng)可以正確應(yīng)用。簡單字母“A-Z”的26 個比較完全成功，拓展到孤立詞語，連接詞語和連續(xù)語音等的數(shù)據(jù)庫比較，從而完成更好的語音識別系統(tǒng)[5]。

本文利用MATLAB 軟件作為仿真工具，運用其強大的數(shù)學運算能力以及其龐大的數(shù)據(jù)庫構(gòu)造能力，成功建構(gòu)出基于MATLAB 的智能語音識別系統(tǒng)，幫助人們更好的生活。語音識別技術(shù)過程中，運用到了DTW 算法和仿真中的各種函數(shù)，在不斷試錯中也不斷改進和完善，進而使得語言的處理能夠在統(tǒng)計學和模式識別等相關(guān)學科中相融合，起到理論聯(lián)系實際的一大奠基。人們需要不斷地探索，不斷地創(chuàng)新和不斷的進步，才能在科技快速發(fā)展的同時也充實自己。