【语音识别】BP神经网络语音特征信号分类【含Matlab源码 2338期】

BP神经网络语音特征信号分类完整的代码，方可运行；可提供运行操作视频！适合小白！

Matlab领域

886人浏览 · 2024-02-01 13:06:45

Matlab领域 · 2024-02-01 13:06:45 发布

在这里插入图片描述

⛄一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【语音识别】基于matlab BP神经网络语音特征信号分类【含Matlab源码 2338期】
点击上面蓝色字体，直接付费下载，即可。

获取代码方式2：
付费专栏Matlab语音处理（初级版）

备注：
点击上面蓝色字体付费专栏Matlab语音处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab语音处理（初级版），凭支付凭证，私信博主，可免费获得1份本博客上传CSDN资源代码（有效期为订阅日起，三天内有效）；
点击CSDN资源下载链接：1份本博客上传CSDN资源代码

⛄二、BP神经网络语音特征信号分类

1 语音通信与特征分类
语音识别分类过程主要包括，信号采集与预处理、特征提取、识别与分类等步骤。

语音信号采集是将声音通过麦克风等设备输入计算机，预处理对信号进行滤波进而滤除噪声。语音信号特征参数提取，常采用线性预测系数、感知线性预测、梅尔频率倒谱系数(MFCC)等[6]。两种线性预测的特征参数反映声道的响应特性。而梅尔频率倒谱系数的特征参数反映人的听觉特性，具有广泛的应用。

根据人耳听觉机理的研究发现，人耳对不同频率的声波有不同的听觉敏感度。所以，从低频到高频这一段频带内按临界带宽的大小由密到疏安排一组带通滤波器，对输入信号进行滤波，将每个带通滤波器输出的信号能量作为信号的基本特征，进一步处理后就可以作为语音的输入特征。由于其不依赖于信号的性质，对输入信号不做任何的假设和限制，又利用了听觉模型的特点，所以更符合人耳的听觉特性，且当信噪比降低时仍具有较好的识别性能。

梅尔倒谱系数是在Mel标度频率域提取出来的倒谱参数，Mel标度描述了人耳频率的非线性特性，它与频率的关系可用公式1近似表示：
在这里插入图片描述
式中f为频率，单位为Hz。

2 神经网络和深度学习
在传统语音识别模型中，基于参数模型的隐马尔可夫模型能够根据观测的序列估计出想要得到的目标序列，数据量大时能够取得较好的效果。现代的神经网络模型类似人脑，可以通过训练学习来达到较高的识别准确率。

⛄三、部分源代码

%% 清空环境变量
clc
clear

%% 训练数据预测数据提取及归一化

%下载四类语音信号
load data1 c1
load data2 c2
load data3 c3
load data4 c4

%四个特征信号矩阵合成一个矩阵
data(1:500,:)=c1(1:500,:);
data(501:1000,:)=c2(1:500,:);
data(1001:1500,:)=c3(1:500,:);
data(1501:2000,:)=c4(1:500,:);

%从1到2000间随机排序
k=rand(1,2000);
[m,n]=sort(k);

%输入输出数据
input=data(:,2:25);
output1 =data(:,1);

%把输出从1维变成4维
for i=1:2000
switch output1(i)
case 1
output(i,:)=[1 0 0 0];
case 2
output(i,:)=[0 1 0 0];
case 3
output(i,:)=[0 0 1 0];
case 4
output(i,:)=[0 0 0 1];
end
end

%随机提取1500个样本为训练样本，500个样本为预测样本
input_train=input(n(1:1500)😅‘;
output_train=output(n(1:1500)😅’;
input_test=input(n(1501:2000)😅‘;
output_test=output(n(1501:2000)😅’;

%输入数据归一化
[inputn,inputps]=mapminmax(input_train);

%% 网络结构初始化
innum=24;
midnum=25;
outnum=4;

%权值初始化
w1=rands(midnum,innum);
b1=rands(midnum,1);
w2=rands(midnum,outnum);
b2=rands(outnum,1);

w2_1=w2;w2_2=w2_1;
w1_1=w1;w1_2=w1_1;
b1_1=b1;b1_2=b1_1;
b2_1=b2;b2_2=b2_1;

%学习率
xite=0.1
alfa=0.01;