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
2.2语音信号压缩与重构1.信号的小波 分解； 2.对高频系数 进行阀值量化 处理； 3.对量化后的 系数进行小波 重构。 压缩sound=wavread('voice.wav'); [c,l]=wavedec(sound,5,'haar'); %用haar小波分解信号 alpha=1.5; [thr,nkeep]=wdcbm(c,l,alpha) ; %对信号进行压缩、获取 信号压缩的阀值 [cpsound,cxd,cxd,lxd,perf0,perfl2]=wdencmp(' lvd',c,l,'haar',5,thr,'s');
重构load leleccum; %读入语音信号 s=leleccum(1:3920); %用小波函数db1对信号进行单 尺度一维小波分解 [cA1,cD1]=dwt(s,'dbl'); title('leleccum原始信号'); %用小波函数db1进行信号的重构 X=idwt(cA1,cD1,'db1'); diffence=s—X;