语音识别是近年来十分活跃的一个研究领域,随着技术的深入研究,目前已经得到了广泛的使用,在这些实际应用中,孤立词占据着及其重要的位置。孤立词语音识别系统主要应用于自动控制,如驾驶、机器人操纵、仪器设备操纵以及收集拨号、智能玩具、家用电器操纵,尤其当人手已被占用或无法使用的情况下必须进行声音控制时,更可以起到不可替代的作用。本文在基于MATLAB GUI的基础上以DTW算法为主要原理对孤立词语音命令识别系统进行了研究和实现。按照孤立词语音识别系统的处理过程,文章从语音信号的前端处理开始,分别详细的介绍了每个步骤,包括数字采样频率的选择、预加重、分帧加窗直到后来的特征参数的特点和选取、以及识别算法的选择。最终实现了一个小词汇量的孤立词识别系统,并在MATLAB上面以用户图形界面(GUI)的方式展现了主要相关的过程和结果,这个是系统是基于实时录入语音,并有着良好性能的界面。端点检测是是继语音信号的预处理之后的首个对识别产生重要影响的阶段,有效的端点检测不仅能使处理时间减到最小,而且能排除无声段的噪声干扰,从而使识别系统具有良好的性能。本文在应用中对传统的双门限检测算法的基础上进行改进,作了延长可容忍静音的改进,有效的检测了多于一个字的孤立词语音信号的语音区间,为后续的识别打下了良好的基础。目前表征语音信号的特征参数主要有LPCC(线性预测倒谱系数)和MFCC(Mel频标倒谱参数)两种,由于MFCC充分模拟了人的听觉特性,具有较高的识别性能和抗噪能力,因为选择它作为识别参数。实际应用中采用了MFCC以及它的一阶差分系数。在语音识别算法中,DTW(动态时间弯曲)和HMM(隐马尔可夫模型)是主流技术,由于本文是小词汇量孤立词识别系统,所以采用DTW就能取得较好的效果。同时,针对DTW,本文从提高算法识别率和提高算法执行效率两个角度对DTW进行了改进,提出了松弛起点终点和改进局部判决函数的算法,节省了执行的时间和计算量,提高了效率。最后,在MATLAB的环境下,借助GUIDE这个良好的开发工具,以GUI的形式展现了整个识别系统中的相关过程,包括对实时语音的录入和回放、语音的实时端点检测及回放以及最后的基于DTW的识别结果的输出。整个系统中的相关过程以图形界面的方式清晰的展现在我们目前,达到视听的双重效果!