發(fā)布時間：2021-11-25 02:15

　　垃圾分類對社會的可持續(xù)發(fā)展有著重大意義,然而由于垃圾種類的復(fù)雜性,分類時間成本高等問題嚴重阻礙了垃圾分類的普及,針對這些問題,設(shè)計并實現(xiàn)一種基于語音識別的垃圾分類系統(tǒng),該系統(tǒng)利用梅爾頻率倒譜系數(shù)方法對語音信號進行特征提取,同時通過隱馬爾科夫原理對語音識別系統(tǒng)進行建模,利用提取的特征向量訓(xùn)練該模型,再利用維特比算法識別語音數(shù)據(jù),最后通過實例驗證該算法的正確性。 

【文章來源】：現(xiàn)代計算機. 2020,(26)

【文章頁數(shù)】：6 頁

【部分圖文】：

語音識別系統(tǒng)流程

一般的原始數(shù)字語音信號往往包含各種噪聲，包括說話人唇齒碰撞的低頻噪聲，還有語音采樣裝置的電流毛刺，加上說話聲音的大小都會影響到語音信號識別結(jié)果，所以在進行特征提取之前按，我們需要先對語音信號進行一些預(yù)處理，預(yù)處理流程圖如圖2所示。預(yù)處理總共分為4個步驟：中值濾波，歸一化，預(yù)加重，分幀與加窗。中值濾波的目的在于消除由于語音采樣電路本身性質(zhì)引起的沖激信號、毛刺等噪聲。

在經(jīng)過分幀處理后，每一幀的截斷處是不平滑的，不利于后續(xù)處理。解決辦法是使用窗函數(shù)對截斷處的不連續(xù)變化進行平滑，減少泄露，降低傅里葉變化后旁瓣強度，將能量集中在主瓣內(nèi)。常用的窗函數(shù)以及對應(yīng)基本指標如表1所示。處理語音信號一般采用邊界平滑下降的海明窗[2]，海明窗函數(shù)W(n)表達式為：

【參考文獻】：
期刊論文
[1]語音信號的加窗傅里葉變換研究[J]. 徐坤玉,張彩珍,藥雪崧.  山西師范大學(xué)學(xué)報(自然科學(xué)版). 2011(03)



本文編號：3517215