摘  要：本设计介绍了语音识别系统的原理、功能及识别算法等，识别的步骤分别为语音采集、预处理、特征参数的提取和模式匹配。通过对比各种算法的不同特点，在模式匹配时采用了DTW算法，该算法能有效提取孤立词语音高频特征。在MATLAB的平台上借助于GUI交互方式仿真实现了对0~9十个孤立词语音的识别，可以反复使用且操作简便，并取得了较高的识别率。4237
关键词：语音识别系统；识别算法；MATLAB

Design of Speech Recognition System
Abstract: This design introduces the principles of speech recognition system, function and recognition algorithm, etc. And the steps of the recognition are phonetic acquisition, preprocessing, feature extraction and pattern matching parameters. By comparing the different characteristics of various algorithms, this design adopts the DTW algorithm in pattern matching, and the algorithm can effectively extract the high frequency of isolated word speech. On the platform of MATLAB by means of GUI interaction, simulation implements the speech recognition from 0 to 9 isolated words, which can be repeatedly used and easy to operate with a high recognition rate.
Key Words: Speech recognition system; Recognition algorithms; MATLAB
目    录

摘要    1
引言    1
1.方案论证    2
1.1 语音识别的应用    2
1.2 语音识别研究面临的困难    4
1.3 识别算法    4
1.4 选用MATLAB的原因    6
2.语音识别系统    7
2.1 语音采集    7
2.2 预处理    8
2.3 特征参数的提取    11
2.4 模式匹配    12
3.系统仿真及结果    16
4.总结    21
参考文献    22
附录    23
致谢    25
语音识别系统的设计
引言
语音作为语言的声学体现，是人类进行信息交流的重要手段。与机械设备进行语音的沟通，让机器可以明白人类在说什么，并且能够理解，这是人类长期的梦想。二十一世纪人们进入了信息网络的时代，各种先进的通讯技术广泛应用使得全球范围内的语音通信更加的方便和灵活。目前来看，许多非常高效的方便了人类生活生产方式的技术的实现都是建立在语音识别的基础上，就像自然口语对话、电子商务、信息索取、数字图书馆、语音翻译、远程教育等，并且语音识别是人机交互中最为方便的方式，因此有关科研单位应该加强和重视对语音识别技术的完善和创新[1]。其中，语音技术可减少人工服务量，降低运营成本，声纹识别技术的使用可显著提高用户的安全性。
20世纪90年代以来，在实用化方面取得了许多实质性的研究进展。尤其是近些年，我国的语音识别技术逐渐步入实用化的领域，不再是仅仅局限于实验室中的研究。表现在诸多方面，比如逐渐深入对声学语音学中的统计模型的研究，就是越来越迎合语音识别实用化的需要，并且进一步的在讲者自适应、听觉模型、快速搜索识别算法等语言模型的研究课题都备受青睐[2]。
国内外都潜在着明显巨大的语音技术的应用市场，另外还考虑到用户们的接受度，现突显出四个方面将会使语音识别的到大规模的应用：企业级语音市场,车载语音市场,移动终端市场,教育娱乐市场。
自然语言处理技术中的一些其他技术如机器翻译技术和语音合成技术本身就比较复杂，所涉及的领域非常之多，比如有数学上的概率论，通信中的信息论和信号处理，生物上的人类的发声机理和听觉机理，自动控制中的人工智能等[3]。 MATLAB语音识别系统的设计+DTW算法+流程图:http://www.youerw.com/tongxin/lunwen_809.html