基于matlab鳥(niǎo)聲識(shí)別

1、南談為博題目：基于matlab機(jī)場(chǎng)驅(qū)鳥(niǎo)裝置姓名：姚訪學(xué)院：工學(xué)院專(zhuān)業(yè)：自動(dòng)化班級(jí)：自動(dòng)化111學(xué)號(hào)：32211126指導(dǎo)教師：劉嚶瑛2014年6月18日基于MATLAB的機(jī)場(chǎng)驅(qū)鳥(niǎo)裝置指導(dǎo)老師劉嚶瑛【摘要】以往在電氣自動(dòng)化專(zhuān)業(yè)學(xué)生進(jìn)行畢業(yè)設(shè)計(jì)過(guò)程中，常常需要進(jìn)行大量的 數(shù)學(xué)運(yùn)算。在當(dāng)今計(jì)算機(jī)時(shí)代，通常的做法是借助高級(jí)語(yǔ)言Basic、Fortran或C語(yǔ)言等編制計(jì)算程序，輸入計(jì)算機(jī)做近似計(jì)算。但是這需要熟練的掌握所運(yùn)用 的語(yǔ)法規(guī)則與編制程序的相關(guān)規(guī)定，而且編制程序不容易，費(fèi)時(shí)費(fèi)力。目前，比較流行的控制系統(tǒng)仿真軟件是 MATLAB MATLAB勺使用極其容易，不要 求使用者具備高深的數(shù)學(xué)與程序語(yǔ)言的

2、知識(shí)，不需要使用者深刻了解算法與編程 技巧，且提供了豐富的矩陣處理功能，因此控制理論領(lǐng)域的研究人員很快注意到 了這樣的特點(diǎn)。尤其MATLA耐用在電廠自動(dòng)化專(zhuān)業(yè)的畢業(yè)設(shè)計(jì)的計(jì)算機(jī)仿真上， 更體現(xiàn)出它巨大的優(yōu)越性和簡(jiǎn)易性。本設(shè)計(jì)用電腦錄音機(jī)采集了一段語(yǔ)音，對(duì)其進(jìn)行了時(shí)域分析，頻譜分析，分析語(yǔ)音信號(hào)的特性。然后進(jìn)行相應(yīng)處理，對(duì)比之后判斷是否有鳥(niǎo) 聲?！娟P(guān)鍵詞】 頻域；時(shí)域；濾波器；識(shí)別一.Matlab工具的介紹MATLAB是matrix&laboratory 兩個(gè)詞的組合，意為矩陣工廠（矩陣實(shí)驗(yàn)室）。是由美國(guó)mathworks公司發(fā)布的主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)

3、 境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng) 大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語(yǔ)言（如C、Fortran ）的編輯模式，代表了當(dāng)今國(guó)際科學(xué)計(jì)算軟件的先進(jìn)水平。二.課題的研究意義我們知道小鳥(niǎo)對(duì)飛機(jī)的影響很大，對(duì)飛機(jī)造成的損失和危害不可小視。本次 項(xiàng)目?jī)?nèi)容就是基于 matlab設(shè)計(jì)一個(gè)機(jī)場(chǎng)驅(qū)鳥(niǎo)系統(tǒng)，對(duì)機(jī)場(chǎng)的聲音環(huán)境進(jìn)行實(shí)時(shí) 監(jiān)測(cè)，一旦發(fā)現(xiàn)有鳥(niǎo)的叫聲則啟動(dòng)報(bào)警器，以驅(qū)除鳥(niǎo)和提醒工作人員做好相關(guān)安 全保障工作，確保航班的安全。三.課題的

4、實(shí)現(xiàn)方法通過(guò)應(yīng)用matlab,布局GUI界面，關(guān)聯(lián)對(duì)應(yīng)的m文件。首先我們要選取一個(gè) 典型的鳥(niǎo)叫聲音，通過(guò)畫(huà)出它的時(shí)域圖和頻譜圖，由相關(guān)的 m文件提取它的一 些參數(shù)特性作為模板。然后我們?cè)O(shè)置一個(gè)帶通濾波器，將采集到的聲音通過(guò)濾波 器，與模板進(jìn)行比較，如果與模板的誤差在一定范圍之內(nèi)，則表示有鳥(niǎo)叫的聲音， 此時(shí)進(jìn)行報(bào)警。四.相關(guān)GUI界面圖覽 1.有鳥(niǎo)聲時(shí)識(shí)別:第8頁(yè)I A T?驅(qū)鳥(niǎo)系統(tǒng)模板時(shí)域圖采集聲音時(shí)域圖采集聲音頻域圖12N10a09006K4002CH0圖采集聲音濾波前與模板比較驅(qū)鳥(niǎo)系統(tǒng)130010a08005W400200采集聲音頻域圖【退出圖采集聲音濾波后與模板比較1.無(wú)鳥(niǎo)聲時(shí)識(shí)別：驅(qū)鳥(niǎo)

5、系統(tǒng)，-模板時(shí)域圖采集聲音時(shí)域圖00$115 J 250511 522.5x10S模板頻譜圖采集聲音頻域圖原信號(hào)播放 采集聲音播最 濾波莉一I 錄音 I識(shí)別圖采集聲音濾波前與模板比較xm2驅(qū)鳥(niǎo)系統(tǒng)模板時(shí)域圖附10 O& 116225 o 50 5Q1晁10采集聲音時(shí)域圖2.5 x105采集聲音頻域圖5QC4003M2001Q0012I退出圖采集聲音濾波前與模板比較通過(guò)這四張圖比較知道， 只有周?chē)续B(niǎo)聲，并且把采集到的鳥(niǎo)聲濾波之后，與模板比較才能識(shí)別出來(lái)。五.本人負(fù)責(zé)相關(guān)部分任務(wù)：語(yǔ)音識(shí)別（注：鑒于語(yǔ)音識(shí)別這塊較為繁雜，故與喻金標(biāo)同學(xué)一起完成）1 .識(shí)別主函數(shù)Shibiezhu.m fu

6、nction finalmsg = test() k=128;ml, fs = wavread(m2, fs = wavread(m3, fs = wavread(ce, fs = wavread(fs=50000;'E:e1.wav');'E:e2.wav'););'E:e3.wav');D:ssssssbbbbinxm2AA.wav'mm1 = mfcc(m1, fs);%計(jì)算 MFCC's提取特征特征，返回值是Mel倒譜系數(shù)，是一個(gè)log的dct得到的code1= Vqlbg(mm1, k);mm2 = mfcc(m2, f

7、s);% 計(jì)算MFCC's提取特征特征，返回值是Mel倒譜系數(shù)，是一個(gè)log的dct得到的code2= Vqlbg(mm2, k);mm3 = mfcc(m3, fs);% 計(jì)算MFCC's提取特征特征，返回值是Mel倒譜系數(shù)，是一個(gè)log的dct得到的code3= Vqlbg(mm3, k);cce = mfcc(ce, fs);%得到測(cè)試人語(yǔ)音的 mel倒譜系數(shù)d1 = Disteu(cce, code1);%計(jì)算得到模板和要判斷的聲音之間的“距/ size(d1,1);%變換得到一個(gè)距離的量%十算得到模板和要判斷的聲音之間的/ size(d2,1);%變換得到一個(gè)距離的量

8、%計(jì)算得到模板和要判斷的聲音之離”dist1 = sum(min(d1,口,2)d2 = Disteu(cce, code2);“距離”dist2 = sum(min(d2,口,2)d3 = Disteu(cce, code3);間的“距離”dist3 = sum(min(d3,口,2) / size(d3,1);%換得到一個(gè)距離的量%測(cè)試閾值數(shù)量msgc1 = sprintf('與模板語(yǔ)音信號(hào)的差值為 ：10f, dist1);msgc2 = sprintf('與模板語(yǔ)音信號(hào)的差值為 ：10f, dist2);msgc3 = sprintf( '與模板語(yǔ)音信號(hào)的差值為

9、：10f, dist3);disp(msgc1);disp(msgc2);disp(msgc3);distmin=0;distmax=5;ifdist1>distmin&dist1<distmax|dist2>distmin&dist2<distmax|dist3>dis tmin&dist3<distmaxmsgc1 = sprintf('有鳥(niǎo)叫)；msgbox(msgc1);bj, fs = wavread('E:baojing.wav' );sound(bj,fs);else沒(méi)有鳥(niǎo)叫);msgc2 = s

10、printf( msgbox(msgc2);end2 .特征提取函數(shù)mfcc.m function r = mfcc(s, fs)m = 100; n = 256;l = length(s);nbFrame = floor(l - n) / m) + 1;%- 00方向取整for i = 1:nfor j = 1:nbFrameM(i, j) = s(j - 1) * m) + i)；%寸矩陣 M賦值end end h = hamming(n);物口 hamming 窗，以增加音框左端和右端的連續(xù)性M2 = diag(h) * M; for i = 1:nbFrame frame(:,i) =

11、 fft(M2(:, i);%對(duì)信號(hào)進(jìn)行快速傅里葉變換FFTend t = n / 2;tmax = l / fs;Mel頻譜，下面m = Melfb(20, n, fs);%各上述線性頻譜通過(guò) Mel頻率濾波器組得到面在將其轉(zhuǎn)化成對(duì)數(shù)頻譜n2 = 1 + floor(n / 2);z = m * abs(frame(1:n2, :).A2; r = dct(log(z);3 .計(jì)算距離函數(shù)Disteu.m function d = disteu(x, y)M, N = size(x);%音頻x賦值給【M, N】M2, P = size(y);%音頻y賦值給M2, Pif (M = M2)er

12、ror( '不匹配！ ' )%兩個(gè)音頻時(shí)間長(zhǎng)度不相等endd = zeros(N, P);if (N < P)%在兩個(gè)音頻時(shí)間長(zhǎng)度相等的前提下copies = zeros(1,P);for n = 1:Nd(n,:) = sum(x(:, n+copies) - y) ,2, 1); endelsecopies = zeros(1,N);for p = 1:Pd(:,p) = sum(x - y(:, p+copies) .A2, 1)'end %喊對(duì)歐氏距離的兩個(gè)矩陣的列之間的距離endd = d.A0.5；4 .特征提取輔助函數(shù)vqlbg.m function

13、 r = vqlbg(d,k)e = .01;r = mean(d, 2);dpr = 10000;for i = 1:log2(k)r = r*(1+e), r*(1-e);while (1= 1)z = Disteu(d, r);m,ind = min(z, 口，2);t = 0;for j = 1:2人1r(:, j) = mean(d(:, find(ind = j), 2);x = Disteu(d(:, find(ind = j), r(：, j);for q = 1:length(x)t = t + x(q);endendif (dpr - t)/t) < e) break

14、 ;elsedpr = t;endendend6.Mel濾波器組函數(shù)melfb.m function m = melfb(p, n, fs)f0 = 700 / fs;fn2 = floor(n/2);Ir = log(1 + 0.5/f0) / (p+1);% convert to fft bin numbers with 0 for DC termbl = n * (f0 * (exp(0 1 p p+1 * Ir) - 1);b1 = floor(bl(1) + 1;b2 = ceil(bl(2);b3 = floor(bl(3);b4 = min(fn2, ceil(bl(4) - 1

15、;pf = log(1 + (b1:b4)/n/f0) / lr;fp = floor(pf);pm = pf - fp;r = fp(b2:b4) 1+fp(1:b3);c = b2:b4 1:b3 + 1;v = 2 * 1-pm(b2:b4) pm(1:b3);m = sparse(r, c, v, p, 1+fn2);六.感受1. 通過(guò)實(shí)驗(yàn)，是我對(duì) MATLABT了一個(gè)基礎(chǔ)的了解，在學(xué)習(xí) MATLA編程中 需要很多的參考書(shū)，要盡量多的熟悉 matlab自帶的函數(shù)及其作用，因?yàn)?matlab 的自帶函數(shù)特別多，基本上能夠滿(mǎn)足一般的數(shù)據(jù)和矩陣的計(jì)算， 所以基本上不用 你自己編函數(shù)。這一點(diǎn)對(duì)程序非常有幫助，可以使程序簡(jiǎn)單，運(yùn)行效率高，可以 節(jié)省很多時(shí)間。本次課設(shè)中用了很多 MATLAB!帶的函數(shù)，使程序變得很簡(jiǎn)單而 有效。2. 在編程的過(guò)程中學(xué)習(xí)，程序需要什么知