bp神经网络说话人识别matlab程序

以下是一个简单的基于BP神经网络的说话人识别的Matlab程序。该程序使用MFCC特征提取技术，将每个说话人的语音样本转换为一个向量，然后使用BP神经网络对这些向量进行分类。

% 读入语音文件
[s,fs]=wavread('filename.wav');

% 分帧处理语音信号
winlen = 20; % 窗口长度20ms
winshift = 10; % 窗口移动步长10ms
frames = enframe(s,winlen*fs/1000,winshift*fs/1000);

% 计算MFCC系数
numcep = 12; % 系数个数
lifter = 5; % 解决MFCC系数偏高的问题
mfcc = mfcc(frames,fs,'numcep',numcep,'lifter',lifter);

% 将MFCC系数转换为一个向量
v = mean(mfcc,2);

% 加载训练好的神经网络
load('net.mat');

% 对向量进行分类
y = net(v);

% 输出分类结果
if y<0.5
    disp('说话人A');
else
    disp('说话人B');
end

在这个例子中，假设有两个说话人A和B，每个说话人都有若干个语音样本。使用MFCC特征提取方法，将每个语音样本转换为一个特征向量。然后，使用这些特征向量训练一个BP神经网络，训练完成后，将网络保存到文件net.mat中。在进行测试时，读入一个语音文件，将其转换为一个MFCC特征向量，然后使用训练好的神经网络对其进行分类。如果输出结果小于0.5，则认为该语音文件来自说话人A，否则认为来自说话人B。