MATLAB 軟體應用於數字語音辨識

MATLAB 軟體應用於數字語音辨識

ID:37581839

大小:616.86 KB

页数:15页

时间:2019-05-25

MATLAB 軟體應用於數字語音辨識_第1页
MATLAB 軟體應用於數字語音辨識_第2页
MATLAB 軟體應用於數字語音辨識_第3页
MATLAB 軟體應用於數字語音辨識_第4页
MATLAB 軟體應用於數字語音辨識_第5页
资源描述:

《MATLAB 軟體應用於數字語音辨識》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、MATLAB軟體應用於數字語音辨識學生:凌偉益、朱耀志指導教授:王栢村國立屏東科技大學機械工程系摘要語音輸入的優點是動口不動手,自然是方便許多,最近很多相關的資訊產品也不斷在推本專題是主要應用MATLAB軟體去辨識單出,也有許多的相關文獻中提起,這個最新的音數字0~9。信號流程技術採用正規化、過零科技怎麼可以不瞭解。率和快速傅立葉等得到時域頻譜,建立數字語分析聲音上的語音處理流程由以下的文音0~9的基本資料庫並與數字語音作為比較獻可以得知:對象再使用MAC指標去辨識出數字,利用不同聲音的基本特徵包括音量、音高、音色。種類的資料庫與紀錄不同的人去做數

2、字語音楊[5]音量代表聲音的強度,又稱之為力度、辨識的測試。結果顯示個人資料庫可以提供較強度或能量,可以藉由一個音框內的訊號振福好的辨識率,且辨識率高達70%~80%。本文發大小來類比。Juang[14]有提之聲音的高低是展使用MAC指標去辨識數字語音,並且有時域跟頻率有關係,不是跟聲音的大小聲有絕對上頻譜特徵指標可顯示出潛在的可靠性之方的關係,聲音上的大小聲是跟振幅大小有關法。在未來更可以自動的即時更新個人資料庫的。KwonandLee[19]音色是代表聲音上的內以及期望可以增進辨識率。容,可以藉由每一個所產生的波形在一個基本周期的變化來作類比。

3、TongandKuo[27]、關鍵字:特徵指標、MAC指標法、資料庫Wheaton[29]物體振動會產生一種波,稱之為「聲波」,聲波具有能量可以藉由空氣或其他一、前言物質向外傳送出去。聲波在傳遞時,空氣分子的振動方向和波的傳遞方向是相同的,這種波近年來,由於電腦在軟體上的長足進步,叫做「縱波」。以及其他聲音上的基本組成由相似於電視影集霹靂游俠中李麥克與霹靂車徐等人[2]對於主觀上的判斷中找出了分析音伙計,之間能夠使用人類語言和電腦溝通的情樂的三個客觀聲音指標,純淨度、厚實度、音節已不再是夢想,語音辨識科技最近這幾年來量度的均衡度都是有效的去判斷音樂

4、上的特紛紛有許多的研究學家走入到人們的生活之性。中,由於發現語音上的相關特性,使的語音辨語音信號的特徵指標藉由音量、音高、音識的技術上應用趨向於商品化,將來要在市場色三個基本聲音上的特性在語音辨識中有許上購買此類商品在也不是夢想了,為了讓未來多代表性的特徵指標像是Keislar[18]明亮度的生活更便利更舒適因此發展出電腦與人類(brightness)主要在計算每一個音框其頻譜強間聲音上的溝通介面。度的質量中心(centroid),當訊號越明亮相對-1-的高頻中的質量中心也跟著越大。Yao[30]在提升語音信號辨識上的效率,發展至今現早期的聲音訊號

5、分類研究上,能量(energy)也在的語音辨識已經達到一個成熟的階段為了就是說聲音振幅的大小,通常只是用來做為區使辨識率更佳準確,不得不利用Lietal.[20]分有聲跟無聲的區段辦別一段音訊,而在本論針對聲音上的分類與分段提出相關研究,可以文中除了將它當成一個特徵指標外,也試著由將講話聲、音樂聲和環境音效區分出來以提供圖中去分析其波形在時域(timedomain)上的意專門的辨識用。也將有效的評估特徵指標上的義來幫助辨識上的比對。在語音辨識中最普遍選用NicolasandClaude[22],Pampalket也最常應用林[1]在語音辨識領域中常

6、用的al.[23]在許多的應用領域中往往很多的情MFCC(MelFrequencyCepstralCoefficients)音況下所得到的特徵指標的音樂中都會有互相訊特徵分析方法,常常被運用在音樂及音訊資的作用及影響,故所以利用評估性能這一類的料庫的分類的決策,也說明了梅爾刻度式倒頻方法去加以改善。Ramachandranetal.[24]譜的參數具有強健的優點值得去參考。至於為結合特徵指標的資料庫去做各個不同特徵指何大部分的語音辨識都常用MFCC是因為標的篩選,以及把相衝突的指標去除,是希望MFCC具有強健性的優點,Velius[28]梅爾刻藉著

7、增進語音辨識上的性能。Furui[10]最近度式倒頻譜參數是常用的語音特徵,取代原本所使用之語音辨識、主要去做探討分類最近這常用的線性預估編碼(LPC)導出的倒頻譜參一方面的問題,如VQ、ergodic-HMM-based、數,是因為它具有強健性的優點所在。text-independent、parameter/distance語音信號辨識方法,利用GMM(Gaussiannormalization,列出各項問題也去加以建議MixtureModel)、K-NNR(K-NearestNeighbor該如何去做改善建議。也找出在什麼場合上所Rule)、S

8、VM(SupportVectorMachine)及HMM屬的分類辨識專門工具DucheneandLeclercq(Hidd

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。