用matlab仿真0到9十個數字的語音識別
1、對語音的WAV文件和LAB文件進行處理，產生十個文件，每個文件對應于一個數字，存貯著該數字的波形文件。（shujuzhengli.m）
2、分別利用上面十個文件訓練出十個HMM模板，具體方法是：首先將語音的波形文件分幀，以128個點為一幀，幀移為64，每一幀通過mfcc.m計算出13個系數，隨著波形的長度不同，一個語音文件可以計算得到13*N個系數，截取13*15的矩陣（mfcc系數）用作訓練數據。一般一個HMM模板用20組mfcc系數訓練，得到初始狀態分布、狀態轉移矩陣、高斯正態分布的均值和方差以及混合矩陣，這就是該語音的特征，存貯下來，識別的時候使用。（trainmfcc.m）
3、識別過程：識別的前面部分與訓練相似，都是要計算得到mfcc系數，不同在于，識別時，將計算得到的mfcc 參數分別代入訓練得到的HMM模板求出概率，比較出最大概率者，則該模板對應的數字就是識別的數字。(shibiesb.m)
4、用大量語音文件做測試，結果正確率為90%以上。（tongjijieguo.m）