【信号识别】基于小波变换DTW算法识别数字0-9matlab
代码
1 简介
语音信号作为一种非平稳信号,其形成和感知的过程是一个复杂信号的处理过程,本质上来说,就是模
式匹配的过程。语音识别的性能主要受到2个方面的影响:一个是由环境噪声在前端随语音信号输入而
产生的影响;另一个是建立的模型与语音实际的特征统计特性有差异而产生的影响。该系统识别过程包
括预处理、特征提取、语音训练和语音识别4个部分,框图如图1所示。在预处理阶段对输入的语音信
号进行滤波降噪、预加重、端点检测、分帧处理;在特征提取阶段对信号进行频域分析,所得参数作为
语音模板,存储记录以完成语音训练;在语音识别阶段,提取输入语音信号的特征,与存储的语音模板
比较,通过 DTW 算法进行匹配,最后根据识别决策输出相应的识别结果。
1.1 预滤波降噪
人耳对不同频率的感受不同,人耳的听觉频率范围通常在2
0Hz~20kHz,但人类的语音频率通常因此,对于混
叠在语音信号中的噪声,可以设计带通滤波器,将低于30
0Hz高于4kHz的频率事先滤除。
1.2 预加重处理
在发声过程中,人类话音的高频部分往往被弱化,因此需要
设计一个高通滤波器,来补偿语音信号受发声系统所压抑的
高频部分,使信号的频谱变得平坦。通过传递函数为 H
(z)=1-αz-1 的滤波器对其滤波,其中α为预加重
系数,α∈ [0.9,1]。通过该系统完成对语音信号高
频部分的加重,实现对高频分量的提升。
1.3 分帧