描述

本實(shí)驗(yàn)的目的：

在本實(shí)驗(yàn)中，我們分析了“Khule Dao”和“Bondho Koro”的真實(shí)音頻信號(hào)。之后，我們開(kāi)發(fā)了一種算法，可以自動(dòng)識(shí)別測(cè)試數(shù)據(jù)。

研究趨勢(shì)：

這里簡(jiǎn)要討論最近關(guān)于孟加拉語(yǔ)語(yǔ)音識(shí)別的兩項(xiàng)研究。

在語(yǔ)音識(shí)別方面，世界各地在各種語(yǔ)言中進(jìn)行了大量的研究實(shí)驗(yàn)并取得了成果。但是，在孟加拉語(yǔ)中，該領(lǐng)域的早期研究人員取得了一定的成功，盡管近年來(lái)情況正在發(fā)生變化。本研究工作旨在開(kāi)發(fā)一種基于神經(jīng)網(wǎng)絡(luò)的孟加拉語(yǔ)連接數(shù)字識(shí)別系統(tǒng)。首先，開(kāi)發(fā)了一個(gè)由男性和女性說(shuō)話者組成的孟加拉語(yǔ)數(shù)字語(yǔ)料庫(kù)。語(yǔ)音以連接方式記錄，單詞通過(guò)自動(dòng)分割提取。然后計(jì)算分割詞的 MFCC 特征，并將這些特征值作為輸入發(fā)送到反向傳播神經(jīng)網(wǎng)絡(luò) (BPNN)。BPNN 學(xué)習(xí)算法用于訓(xùn)練網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)所需的時(shí)間、隱藏層的數(shù)量、在訓(xùn)練網(wǎng)絡(luò)以達(dá)到最佳識(shí)別精度時(shí)，會(huì)考慮錯(cuò)誤閾值和時(shí)期數(shù)。這個(gè)提議的系統(tǒng)已經(jīng)使用面向?qū)ο蟮?a target='_blank' class='arckwlink_none'>編程實(shí)現(xiàn)了，所獲得的識(shí)別精度非常令人滿意和一致。該網(wǎng)絡(luò)已經(jīng)針對(duì)三種不同的設(shè)置進(jìn)行了測(cè)試，數(shù)字?jǐn)?shù)據(jù)集的最佳識(shí)別準(zhǔn)確率為 98.46%。[1]

語(yǔ)音識(shí)別是一種生物識(shí)別技術(shù)，用于識(shí)別特定的個(gè)人語(yǔ)音。特定語(yǔ)音的語(yǔ)音波構(gòu)成了說(shuō)話人識(shí)別的基礎(chǔ)。我們可以在電話銀行、電話購(gòu)物、訪問(wèn)數(shù)據(jù)庫(kù)信息和語(yǔ)音郵件等多個(gè)應(yīng)用領(lǐng)域使用語(yǔ)音識(shí)別。語(yǔ)音識(shí)別的強(qiáng)大應(yīng)用之一是出于安全目的，一個(gè)人可以輸入他/她的語(yǔ)音進(jìn)行身份驗(yàn)證。每種類型的聲音都有其獨(dú)特的特征，稱為特征，從單個(gè)聲音中提取這些特征的過(guò)程稱為特征提取。將提取的語(yǔ)音特征與數(shù)據(jù)庫(kù)中已保存的語(yǔ)音進(jìn)行比較以進(jìn)行匹配。[2]

提取技術(shù)：

audioread、num2str、strcat、fft、abs、最大值、長(zhǎng)度。

建議功能：

1.我們的技術(shù)特點(diǎn)是基于快速傅立葉變換（fft）的簡(jiǎn)單語(yǔ)音識(shí)別系統(tǒng)。

2.首先使用MATLAB的audioread函數(shù)分析音頻信號(hào)

對(duì)于 I = 1:116

s1 ='Z:\EEE 309\Open_Ended\Train_Data\Train_Open\OP-';

s2 = num2str(i);

s3 = '.mp3';

文件1 = strcat（s1，s2，s3）；

如果存在 (file1, 'file') == [y, t] = audioread(file1);

3. 然后對(duì)所有循環(huán)中的所有信號(hào)的給定輸入數(shù)據(jù)應(yīng)用 fft

NFFT=長(zhǎng)度（y）；% 找到 y 的長(zhǎng)度

x=fft(y, NFFT);

4.使用max函數(shù)求最大幅度

x1=abs(x);

F=((0:1/NFFT:1-1/NFFT)*Fs);

max_amp=max(x1);

5.使用find函數(shù)找到最大幅度的對(duì)應(yīng)頻率

b=find(x1==max_amp(1));

F_KD_max(i)=F(b(1));

6. “Khule Dao”和“Bondho Koro”的頻率值相加并取平均值

7. if(F_KD_max(i)>50 && F_KD_max(i)<600)

c1 = c1 +1；

sum1=sum1+F_KD_max(i);

結(jié)尾

average_max_frequency_of_Khule_Dao=sum1/c1

8. 我們建議，如果測(cè)試數(shù)據(jù)的頻率之差（絕對(duì)值）對(duì)應(yīng)于最大幅度，并且“Khule Dao”的平均頻率值小于測(cè)試數(shù)據(jù)的頻率與“Bondho Koro”的平均頻率之差，那么測(cè)試數(shù)據(jù)將被預(yù)測(cè)為“Khule Dao”，反之亦然“Bondho Koro”

Diff_khule_dao_max(i)= abs(F_max(i)-average_max_frequency_of_Khule_Dao);

Diff_bondo_koro_max(i)= abs(F_max(i)-average_max_frequency_of_bondo_koro);

if(Diff_bondo_koro_max(i) >= Diff_khule_dao_max(i))

disp('Khule 道')

No_of_khule_dao=No_of_khule_dao+1;

別的

disp('邦多科羅')

No_of_bondho_koro=No_of_bondho_koro+1;

?