田雪阳+杨宇++刘子寒+李渊

LI Yuan

（上海电机学院，上海 201306）

（Shanghai Dianji University，Shanghai 201306，China）

摘要：在基于虚拟仪器LabVIEW的环境中，通过与MATLAB相结合设计一个语音识别登陆系统，对电脑声卡采集到的语音信号进行处理分析，提取声音的特征参数Mel倒谱系数并保存，然后通过矢量量化的模式匹配来进行身份确认。

Abstract： The whole study is based on virtual instrument LabVIEW with the combination of MATLAB. This system processes and analyzes the voice signal collected by computers sound card， then extracts the signals characteristic parameters MFCC and save them in the computer. The parameters are designed through VQ algorithma to identify speaker.

关键词：语音识别；LabVIEW；MATLAB；Mel倒谱系数；矢量量化算法

Key words： speech recognition；LabVIEW；MATLAB；MFCC；VQ algorithm

中图分类号：TN912.3 文献标识码：A 文章编号：1006-4311（2017）21-0203-03

1 語音识别模型

语音识别系统是建立在一定的硬件平台和操作系统之上的一套应用软件系统。语音识别一般分两个步骤，第一步是训练阶段，是建立识别基本单元的声学模型以及进行文法分析的语言模型等；第二步是语音识别阶段，根据实际情况的要求采用一种语音识别的算法，采用语音分析方法分析出这种识别方法所要求的语音特征参数，按照一定的准则和测度与系统模型进行比较，通过判决得出识别结果。

2 Mel倒谱系数

语音信号的时域分析通常是将一帧语音信号中的各个时域采样值直接构成一个参数矢量，这种分析方法的特点是表示语音信号比较直观、物理意义明确、实现起来比较简单、运算量少等。语音信号的频域分析就是分析语音信号的频域特性，这种参数是将一帧语音信号进行某种变化后而产生的参数矢量。在语音信号的频域特征参数中，目前使用最为广泛的是线性预测倒谱系数（Linear Predictive Cepstral Coding，LPCC）和Mel频率倒谱系数（Mel Frequency Cepstral Coefficient，MFCC），由于MFCC更符合人耳的听觉特性，因此本文语音识别系统采用的特征参数是MFCC。……