基于MATLAB的动态时间规整双语语音识别系统

资 源 简 介

该项目利用MATLAB实现了基于动态时间规整（DTW）的英语/波斯语数字（0-9）及基础指令语音识别。系统提供命令行和GUI两种运行模式，支持高效批量处理与交互式操作，适用于跨语言语音识别研究与应用开发。

详 情 说 明

双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）算法的双语语音识别系统，专门针对英语和波斯语环境下的数字（0-9）及基础指令进行识别。系统采用MATLAB实现，结合语音信号预处理技术，提供高准确率的语音识别功能。系统支持两种运行模式（命令行和GUI）和两种音频输入方式（实时录音和文件识别），满足不同场景下的使用需求。

功能特性

• 双语支持：同时支持英语和波斯语两种语言的语音识别
• 数字识别：准确识别0~9的数字发音
• 指令识别：支持基础英语/波斯语指令的识别
• 多模式运行：

- 命令行版本：适合批量处理和脚本集成 - GUI版本：提供用户友好的可视化操作界面

• 灵活输入：

- 实时录音识别：通过麦克风进行在线语音采集和识别 - 文件识别：处理预录制的音频文件（支持.wav等格式）

• 智能反馈：

- 实时显示识别结果文本 - 提供置信度评分指标 - 图形化显示识别过程和分析结果

使用方法

启动系统

运行项目根目录下的 Start.m 脚本即可启动整个系统： Start

操作指南

1. 模式选择：启动后选择命令行模式或GUI模式
2. 语言设置：根据需求选择英语或波斯语识别模式
3. 输入方式：

- 实时录音：点击录音按钮开始说话 - 文件识别：选择要识别的音频文件

1. 查看结果：识别结果将实时显示在界面或命令行中
2. 帮助系统：系统内置操作指导，可随时查看使用说明

系统要求

• 软件环境：MATLAB R2018b或更高版本
• 操作系统：Windows 7/10/11，Linux或macOS
• 硬件要求：

- 内存：至少4GB RAM - 存储空间：500MB可用空间 - 音频设备：支持麦克风输入（实时录音模式）

• 依赖工具包：MATLAB音频处理工具箱

文件说明

main.m文件作为系统的核心控制模块，承担着多重关键功能：负责初始化语音识别环境参数，协调不同运行模式的选择与切换，管理音频输入源的选择与控制，调度DTW算法进行特征匹配计算，处理识别结果的生成与输出展示，并提供系统配置与帮助信息的集成管理。该文件实现了整个识别流程的主循环控制，确保各功能模块间的协同工作。