1.语音识别与小波分析简介2.小波分析在语音识别中的应用3.前端处理4.特征提取5.最终识别6.实验内容与计划
利用Matlab消噪1.用ddencmp生成 信号的默认阀值，后 利用wdencmp进行 消噪； 2.用wthresh函数进 行给定阀值量化处理 ，比默认阀值可信度 高； 3.小波分解结构中的 高频系数全部置0, 强制消噪处理。[sound,fs,bps]=wavread('temp1.wav’); Count:lengh(sound); noise=0.05*randn(1,count); y=sound+noise; wavwrite(y,fs,bps,’temp2.wav,); %用小 波函数'db6’对信号进行3层分解 [c,1]=wavedec(y,3,’db6’); [c,1]=wavedec(y,3,’db6’) %估计尺度1的 1 噪声标准偏差 sigma=wnoisest(c,1,1); alpha=2; %获取消噪过程中的阀值 thr=wbmpen(c,l,sigma,alpha); keepapp=l; %对信号进行 消噪 yd=wdencmp(‘gbl’,c,l,’db6',3,thr,'s',keepa pp); wavwritee(yd,fs,bps,’temp3.wav')