MATLAB语音识别系统的设计+DTW算法+流程图(2)
1. 方案论证
本设计是首先结合语音识别的应用领域，根据自己的知识水平，选择能够通过自己的努力能够实现的一种方案。现已经提出的实现语音识别的算法有很多，本设计通过各种算法的比较确定适合本设计的最佳算法，最终确定一个完整的实现方案。
1.1 语音识别的应用
语音识别是为了让机器把人类的语音相应的转变为机器可以读懂的文本或者命令的技术从而实现识别和理解人类语音的过程，因此语音识别可以划分到多文模式识别和智能计算机接口的范畴。作为一门多交叉学科，语音识别技术在近些年取得了显著的进步，成功的实现了从实验室的小范围步入应用化的市场。相关科学研究者预计，语音识别技术在将来的几年内更会得到突飞猛进的进步，它本着天然赋予的方便优势将大军进入工业、家庭服务、通信、医疗等多个举足轻重的应用领域[4]。
1.1.1 语音信息的检索
如何在这如此大量的信息海洋当中筛选出自己需要的信息，成为当下人们迫切需要得到较好解决的突出问题。最初发展起来的检索方式都是文本信息的检索，虽然出现了越来越完善的百度、谷歌等比较好的检索工具。但是，人们更加期望直接用语音来检索信息。甚至国际上正在制定多媒体音视频信息检索的国际标准，基于语音内容的检索技术有着广阔的发展前景。
现在有关音频类信息的检索和分类的研究可分为以下四大类：
（1）直接的音频信息分类。
（2）基于音频内容的分类。
（3）为分析视频而设计的音频分析和检索。
（4）视频检索。
1.1.2 发音学习技术
当今世界，是一个越来越开放，越来越注重国与国之间的交流合作与共同发展的世界。而语言的差异是实现不同国度交流的一个最首要解决的问题，于是非母语的语言学习成为教育与个人深造发展的一大热门。而发音是有效的语言交流的一大关键，具有时间灵活性和实用性的发音自学方式又是最受欢迎的学习方式。这就促进了各种发音词典和学习机的发展。
计算机辅助发音学习系统的关键问题列举如下：
（1）语料库的建立。
（2）衡量发音水平的分级标准。
（3）语音相似性的打分判断。
（4）发音矫正。
（5）发音学习系统的性能评测。
1.1.3 基于语音的情感处理
在日常生活中，人们可以通过人脸的表情、语音、手势、心跳、体温、和血压等状态识别情感，其中语音是非常重要的识别因素。这方面现在在心理学分析方面的到越来越多的关注与研究。
基于语音识别的情感处理方向大致分为以下几种：
（1）情感类型的划分。
（2）情感语音数据的获取。
（3）相应的支撑技术。
（4）情感分析。
（5）情感识别。
（6）情感合成。
1.1.4 嵌入式语音识别技术
在计算机软硬件技术、通信技术和网络技术飞速发展的推动下，人们已经步入了后PC时代。典型特征就是人们的生活和工作越来越朝着智能化发展，与此同时，为了提高人机交互的效率就要增强人对智能化设备的控制，语音识别作为人机交互最自然的方式，自然成为智能化研究方向的一大研究热点。
嵌入式语音识别技术是指应用于各种先进的微处理器在板级或芯片级用软件或硬件实现语音识别技术。目前嵌入式主要应用于实现对系统的运算资源和存储资源要求比较低的特定人孤立词语音识别系统。近年来，随着消费类电子产品对低成本、高稳健性语音识别芯片芯片的需求的迅猛增长，促使语音识别系统的研究从PC试验台大量的转移到嵌入式设备中[5]。