语音识别算法主要涉及特征提取、统计建模和识别技术等几个关键方面。在此使用MFCC+DTW算法的方式给出语音识别的代码，首先进行简单介绍。 参考我的博客： https://blog.csdn.net/weixin_44584198/article/details/132922642?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22132922642%22%2C%22source%22%3A%22weixin_44584198%22%7D

Matlab拥有丰富的工具箱以及内置函数，本文在简要介绍语音识别的基础上，介绍了一种基于Matlab GUI语音感知的照明控制系统设计思想，同时给出实现方法，达到了人与计算机零距离交流的目的。主要功能有语音信号的特征提取、训练、识别与功能指示等。端点检测依靠能量与过零率的双门限检测法，可以减少数据量与处理时间；特征提取采用Mel频率倒谱系数（MFCC），识别采用改进的DTW模板匹配，提高了识别效率。本文设计的控制系统能成功实现语音识别，并根据语音内容执行命令，同时显示识别结果，精准实时控制模拟家居照明。

本论文介绍了双门限语音端点检测理论， 研究了语音特征参数地提取过程， 特征参数包括：线性预测系数（LPC）、线性预测倒谱系数（LPCC）和Mel频率倒 频系数（MFCC）。并研究了3种不同的语音识别算法：DTW算法、VQ算法和HMM算 法。 并且在MATLAB环境中提取了孤立字语音 （十个数字0～9的汉语发音） 的LPCC、 MFCC特征参数，用它们配合上述3种语音识别算法实现了对这些孤立字语音的识 别。

老外实现的信号处理算法库 1.Various input signal sources 2.Windowing and filtering 3.FFT-related transformations 4.Feature extraction (including MFCC and HFCC) 5.Pattern matching using Dynamic Time Warping (DTW)

dtw例程