【语音识别】基于matlab GUI DTW 0-9数字语音识别（带面板）【含Matlab源码 2543期】

✅博主���介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。

个人主页：海神之光

代码获取方式：

海神之光Matlab王者学习之路—代码获取方式

⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击

Matlab图像处理（进阶版）

路径规划（Matlab）

神经网络预测与分类（Matlab）

优化求解（Matlab）

语音处理（Matlab）

信号处理（Matlab）

车间调度（Matlab）

⛄一、DTW简介（附课程作业报告）

一个应用DTW的说话人识别系统如图8-4所示。它是与文本有关的说话人确认系统。它采用的识别特征是BP FG(附听觉特征处理) ， 匹配时采用DTW技术。其特点为：①在结构上基本沿用语音识别的系统。②利用使用过程中的数据修正原模板，即当在某次使用过程

中某说话人被正确确认时使用此时的输人特征对原模板作加权修改(一般用1/10加权)。

这样可使模板逐次趋于完善。

采样时间间隔为2.5ms，所存的字音模板数为15x16，即15个说话人各自的16个规定音。建立模板时，每个说话人对各字音各发音10次再经适当平均得到上述的各模板。在确认过程中，要求待确认者在他已知的116个字音中任选2~4个。先任选2个字，将2个字所得的“计分”(距离的倒数)相加，若已超过判决逻辑中所设定的阈值则予以肯定。否则，令待确认者另选16个字中其它字音并将计分加权累计，直到共发4个字音。若仍未达到阈值，则给以拒绝。

这里提供一个典型的实验结果：对于1732个真的待确认者，经此系统的错误拒绝率为

0.6%；对于630个假的待证实者，错误接受率为0.3%。当然，适当改变阈值可以调整这

两种比率。

⛄二、部分源代码

function varargout = wjshibiejiemian(varargin)

% WJSHIBIEJIEMIAN M-file for wjshibiejiemian.fig

% WJSHIBIEJIEMIAN, by itself, creates a new WJSHIBIEJIEMIAN or raises the existing

% singleton*.

%

% H = WJSHIBIEJIEMIAN returns the handle to a new WJSHIBIEJIEMIAN or the handle to

% the existing singleton*.

%

% WJSHIBIEJIEMIAN(‘CALLBACK’,hObject,eventData,handles,…) calls the local

% function named CALLBACK in WJSHIBIEJIEMIAN.M with the given input arguments.

%

% WJSHIBIEJIEMIAN(‘Property’,‘Value’,…) creates a new WJSHIBIEJIEMIAN or raises the

% existing singleton*. Starting from the left, property value pairs are

% applied to the GUI before wjshibiejiemian_OpeningFcn gets called. An

% unrecognized property name or invalid value makes property application

% stop. All inputs are passed to wjshibiejiemian_OpeningFcn via varargin.

%

% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one

% instance to run (singleton)”.

%

% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help wjshibiejiemian

% Last Modified by GUIDE v2.5 26-May-2010 19:17:53

% Begin initialization code - DO NOT EDIT

gui_Singleton = 1;

gui_State = struct(‘gui_Name’, mfilename, …

‘gui_Singleton’, gui_Singleton, …

‘gui_OpeningFcn’, @wjshibiejiemian_OpeningFcn, …

‘gui_OutputFcn’, @wjshibiejiemian_OutputFcn, …

‘gui_LayoutFcn’, [] , …

‘gui_Callback’, []);

if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1});

end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});

else

gui_mainfcn(gui_State, varargin{:});

end

% End initialization code - DO NOT EDIT

% — Executes just before wjshibiejiemian is made visible.

function wjshibiejiemian_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn.

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% varargin command line arguments to wjshibiejiemian (see VARARGIN)

% Choose default command line output for wjshibiejiemian

handles.output = hObject;

% Update handles structure

guidata(hObject, handles);

% UIWAIT makes wjshibiejiemian wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% — Outputs from this function are returned to the command line.

function varargout = wjshibiejiemian_OutputFcn(hObject, eventdata, handles)

% varargout cell array for returning output args (see VARARGOUT);

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure

varargout{1} = handles.output;

% — Executes on button press in zryunyin.

function zryunyin_Callback(hObject, eventdata, handles)

% hObject handle to zryunyin (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

loadsp;

% — Executes on button press in wjshibie.

function wjshibie_Callback(hObject, eventdata, handles)

% hObject handle to wjshibie (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

wenjiansb;

% — Executes on button press in fanhui.

function fanhui_Callback(hObject, eventdata, handles)

% hObject handle to fanhui (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

DTWjiemian;

close wjshibiejiemian;

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本

2014a

2 参考文献

[1]韩纪庆,张磊,郑铁然.语音信号处理（第3版）[M].清华大学出版社，2019.

[2]柳若边.深度学习:语音识别技术实践[M].清华大学出版社，2019.

3 备注

简介此部分摘自互联网，仅供参考，若侵权，联系删除

仿真咨询

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面

卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合