基于DTW语音识别matlab代码

实验最终在MATLAB平台的基础上基本实现了0到9的特定人语音识别，识别率为100%，达到了预定的目的。基于DTW模型的语音识别简单的说就是通过MATLAB的程序段，将待识别的语音信号与数据库中的模板进行相似度对比，将相似度最高者最为识别结果输出，同时DTW的识别效率取决于参考模板的清晰度以及广泛度，如果能够建立一个范围庞大而且清晰的特定人语音库，将能够大大提高语音识别的效率。

function dist = dtw（test ref）
global x y_min y_max
global t r
global D d
global m n

t = test;
r = ref;
n = size（t1）;
m = size（r1）;

d = zeros（m1）;
D =  ones（m1） * realmax;
D（1） = 0;

% 如果两个模板长度相差过多，匹配失败
if （2*m-n<3） | （2*n-m<2）
	dist = realmax;
	return
end

% 计算匹配区域
xa = round（（2*m-n）/3）;
xb = round（（2*n-m）*2/3）;

if xb>xa
	%xb>xa 按下面三个区域匹配
	%        1   :xa
	%        xa+1:xb
	%        xb+1:N
	for x = 1:xa
		y_max = 2*x;
		y_min = round（0.5*x）;
		warp
	end
	for x = （xa+1）:xb
		y_max = round（0.5*（x-n）+m）;
		y_min = round（0.5*x）;
		warp
	end
	for x = （xb+1）:n
		y_max = round（0.5*（x-n）+m）;
		y_min = round（2*（x-n）+m）;
		warp
	end
elseif xa>xb
	%xa>xb 按下面三个区域匹配
	%        0   :xb
	%        xb+1:xa
	%        xa+1:N
	for x = 1:xb
		y_max = 2*x;
		y_min = round（0.5*x）;
		warp
	end
	for x = （xb+1）:xa
		y_max = 2*x;
		y_min = round（2*（x-n）+m）;
		warp
	end
	for x = （xa+1）:n
		y_max = round（0.5*（x-n）+m）;
		y_min = round（2*（x-n）+m）;
		warp
	end
elseif xa==xb
	%xa=xb 按下面两个区域匹配
	%        0   :xa
	%        xa+1:N
	for x = 1:xa
		y_max = 2*x;
		y_min = round（0.5*x）;
		warp
	end
	for x = （xa+1）:n
		y_max = round（0.5*（x-n）+m）;
		y_min = round（2*（x-n）+m）;
		warp
	end
end

%返回匹配分数
dist = D（m）;

function warp
global x y_min y_max
global t r
global D d
global m n

d = D;
for y = y_min:y_max
	D1 = D（y）;
	if y>1
		D2 = D（y-1）;
	else
        D2 = realmax;
	end
	if y>2
		D3 = D（y-2）;
	else
        D3 = realmax;
	end
    d（y） = sum（（t（x:）-r（y:））.^2） + min（[D1D2D3]）;
end

D = d;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-05-24 10:53  程序\
     目录           0  2019-05-24 10:53  程序\m文件\
     文件        1542  2009-08-27 00:20  程序\m文件\dtw.m
     文件        1020  2018-11-27 09:40  程序\m文件\mfcc.m
     文件      177098  2018-12-01 10:56  程序\m文件\mfcc.mat
     文件         603  2018-12-01 10:44  程序\m文件\recognition.m
     文件         442  2018-12-01 10:42  程序\m文件\train.m
     文件        4520  2018-11-27 15:38  程序\m文件\vad.m
     文件        2615  2018-11-30 15:31  程序\m文件\vads.m
     目录           0  2019-05-24 10:53  程序\test\
     文件       46906  2018-12-01 10:31  程序\test\01.wav
     文件       33850  2018-12-01 10:31  程序\test\11.wav
     文件       59962  2018-12-01 10:33  程序\test\21.wav
     文件       59194  2018-12-01 10:33  程序\test\31.wav
     文件       36922  2018-12-01 10:33  程序\test\41.wav
     文件       46906  2018-12-01 10:35  程序\test\51.wav
     文件       37690  2018-12-01 10:35  程序\test\61.wav
     文件       36922  2018-12-01 10:35  程序\test\71.wav
     文件       38458  2018-12-01 10:37  程序\test\81.wav
     文件       43834  2018-12-01 10:37  程序\test\91.wav
     目录           0  2019-05-24 10:53  程序\train\
     文件       34618  2018-12-01 10:20  程序\train\00.wav
     文件       33850  2018-12-01 10:20  程序\train\10.wav
     文件       39994  2018-12-01 10:20  程序\train\20.wav
     文件       40762  2018-12-01 10:22  程序\train\30.wav
     文件       34618  2018-12-01 10:22  程序\train\40.wav
     文件       33850  2018-12-01 10:24  程序\train\50.wav
     文件       36922  2018-12-01 10:24  程序\train\60.wav
     文件       41530  2018-12-01 10:30  程序\train\70.wav
     文件       35386  2018-12-01 10:30  程序\train\80.wav
     文件       47674  2018-12-01 10:30  程序\train\90.wav
............此处省略0个文件信息