第2章 高斯混合模式及语音信号的预处理

2.1 高斯混合模式（GMM）介绍与数学原理
多个高斯模型的叠加就构成了所谓的高斯混合模型（GMM），高斯混合模型可以用概率来进行划分、量化任何事物，概率越高越属于这类事物，且可以拟合出任意的分布图形。任何事物的数学表现形式都是曲线，若干个高斯概率密度函数的和可以组合成一个事物，所以它的表达能力很强。任意曲线都可以用高斯函数来表示，曲线是用来描述一组数据的结果，与以往的存储数据比较，通过高斯混合模型更容易表达数据，且有完整的数学表达公式。所以如果用一条曲线来表示语音信号，那么这样的曲线就有了现实的意义。并且GMM能满足在数据维数增加的情况下也能对其进行训练分类，这也是语音识别运用到高斯混合模型的一个重要原因。
高斯混合模型（GMM）的数学原理是用高斯函数近似地表示曲线或曲面。
在二维的情况下，若干个高斯函数组合起来可以近似的看成是一个复杂的曲线。二维高斯函数的数学表达式如2-1为:

第3章 提取语音信号特征参数

3.1 MFCC概述
梅尔频率倒谱（简称MFCC）是一种基于人类听力的模型，主要基于频率作为基本特征。它将频谱转化为基于梅尔标度频域提取出来的非线性频谱，然后将其转换为倒谱域上。用滤波器组计算MFCC参数，频带在梅尔刻度上是等宽的，信号能量通过滤波器输出，用作信号的基本特征，再进一步的处理，就可以作为语音信号的输入特征。由于人类的听觉特性，在不做任何前提假设和无限制的情况下，使用MFCC提取语音信号特性参数具有出色的抗干扰和识别能力。MFCC的过程主要是把经过预处理后的信号前后经过分帧、加窗、快速傅里叶变换（FFT）、Mel滤波器组、对数运算、离散余弦变换(DCT)、动态差分参数（一阶差分和二阶差分参数）的提取。对信号进行帧化并进行汉明窗处理，然后通过短时傅立叶变换获得频谱，并对频谱进行平方，即能量谱。然后用m个Mel带通滤波器进行滤波，对每个滤波器的输出进行对数运算，以获得对应频带对数的功率谱，并进行离散余弦变换。获得的MFCC特征用作静态特征以提取动态差分参数，得到动态特性[6]。提取语音信号过程与下图3.1所示。

图3.1 语音信号提取参数流程

第4章 MATLAB GUI与程序流程设计

4.1 MATLAB GUI
4.1.1 MATLAB GUI的背景介绍
图形用户界面（GUI）是指以图形方式显示人与计算机之间的通信，将晦涩难懂的计算机程序中的操作转变为用户易于理解的简单图形界面的界面，用户即可理解复杂的电脑语言背后所表达的内容，且操作简单便捷，从而实现人机交互，为用户带来良好体验。
20世纪80年代，苹果公司是第一个通过图形用户界面推广商业产品的公司。 在那时，用户可以根据自己的需要在屏幕上自由操作，得到大众的广泛使用。此后图形用户界面不断优化，逐步成熟，被广泛应用于计算机等电子设备们可以通过菜单操作界面，受到人们的热烈推从，此后GUI被广泛应用于计算机、智能手机等电子信息产品[12]。此章介绍GUI是为下一节做基础。
4.1.2 GUI界面的设计
创建一个GUI界面，在命令行中输入guide，然后按回车，如下图4.1所示。

图4.1 创建GUI界面
启动GUIDE快速入门，选择Blank GUI(Default)，然后单击“确定”按钮，如下图4.2所示。

图4.2 选择保存界面
之后出现主界面，即用户使用的图形界面。在图形用户界面中添加程序所需的按钮或图标，就可以实现程序的操作。如下图4.3所示。在学习GUI界面中，我们必须了解主界面中每一个图标的含义，从而正确语音识别设计所需要的操作按钮。

图4.3 GUI界面

第5章 总结与展望

5.1 总结
通过这次毕业设计的制作与编写，我有了非常多的收获常言道，一个好的开始意味着成功的一半。在这次毕业设计的选题当中，我选择了一个自己非常感兴趣的题目，本课题研究的是基于Matlab的语音识别系统设计。在该次论文的编写上，我首先对语音识别技术做了一个基本的介绍，然后在分析语音信号的基础上，采用高斯混合模型（GMM）和MFCCC参数算法来保证语音特征识别的准确性。同时为了更直观的观测到语音识别的结果和实现算法的运行，利用MATLAB编写图形界面GUI。除此之外介绍了语音识别的各个功能模块，编写了一套基于MATLAB的语音识别程序，在编写程序中遇到了许多的困难，不断地查阅文献和请教老师同学。也介绍了程序的设计和运行。通过MATLAB强大的算法功能，能够非常准确地实现语音识别的检测。
5.2 展望
语音识别技术取得了引人瞩目的成绩，但还是有限制发展的因素，人类的语音功能是在复杂的社会环境中发展而来的，计算机要想实现与人类的语音功能还有一定的困难。语音识别易受说话人和环境噪声干扰的影响，但其安全高效、价格低廉、易于实现等优势足以吸引人们对其进行深刻研究。
随着计算机应用的飞速发展，语音识别在人类日常生活中有着广泛的应用，快捷、方便是人们越来越推崇的，也在移动互联网应用中扮演着越来越重要的角色，凸现出对社会科学技术的发展和人类生活的重要性。希望在不久的未来语音识别技术能有更大的突破，为人类带来更便捷的生活。

文章底部可以获取博主的联系方式，获取源码、查看详细的视频演示，或者了解其他版本的信息。
所有项目都经过了严格的测试和完善。对于本系统，我们提供全方位的支持，包括修改时间和标题，以及完整的安装、部署、运行和调试服务，确保系统能在你的电脑上顺利运行。