基于MATLAB的动态时间规整（DTW）语音识别系统

资 源 简 介

本项目利用MATLAB实现基于动态时间规整（DTW）算法的双语语音识别系统，支持英语/波斯语数字0-9及基础指令识别。系统提供命令行和GUI两种交互模式，兼容实时音频录制与离线文件分析，适用于多语言语音交互场景的开发与研究。

详 情 说 明

基于动态时间规整（DTW）的英/波斯语数字及基础指令语音识别系统

项目介绍

本项目是一个基于动态时间规整（DTW）算法的双语言语音识别系统，专门针对英语和波斯语的数字0-9发音以及基础控制指令进行识别。系统提供命令行和图形用户界面两种交互模式，支持实时音频流录制和离线音频文件识别两种输入方式，适用于教育演示、多语言人机交互等场景。

功能特性

• 双语言支持：同时识别英语和波斯语的数字发音及基础指令
• 多模式交互：提供命令行版本和图形用户界面版本满足不同需求
• 灵活输入方式：支持实时麦克风录音和离线WAV文件识别
• 可视化分析：GUI版本实时显示音频波形、频谱特征和识别过程
• 智能辅助：集成简易帮助系统，便于用户快速上手
• 结果记录：自动生成识别日志，保存时间戳和置信度评分

使用方法

1. 启动系统：运行Start.m主脚本启动语音识别系统
2. 选择模式：根据需求选择命令行模式或图形界面模式
3. 配置参数：设置采样率、语言类型等识别参数
4. 输入语音：通过麦克风实时录音或选择预录制的音频文件
5. 查看结果：获取识别文本结果、置信度评分及可视化分析

系统要求

• 软件环境：MATLAB R2018b或更高版本
• 硬件要求：支持音频输入设备（麦克风）
• 文件格式：WAV格式音频文件（支持标准采样率和位深度）

文件说明

主程序文件实现了系统的核心控制逻辑，主要包括用户交互界面的初始化与调度、音频输入源的选择与参数配置、实时音频流的采集与处理控制、离线音频文件的加载与预处理、基于DTW算法的语音特征匹配计算、识别结果的综合评价与置信度分析、图形化显示数据的生成与管理，以及系统运行日志的记录与输出等功能。