圖1 語音口令識別系統(tǒng)的程序流程圖。

　　當語音口令識別系統(tǒng)采集到命令語音信號后，要提取參數(shù)，做出比較判斷，調(diào)用相應語音口令識別算法。對每條語音口令信號，先切除靜音，進行預加重處理，然后通過Hamming窗分幀，幀長和幀移分別為20ms和10ms，對每一幀語音信號提取16階MFCC和△MFCC一共32維參數(shù)作為特征矢量。

　　語音口令識別軟件系統(tǒng)由許多不同的語音信號預處理、識別算法和其它子程序組成，為了實現(xiàn)參數(shù)的傳遞，每個程序執(zhí)行后的參數(shù)以文件的形式輸出，而這些程序的調(diào)用先后順序和參數(shù)的輸入輸出文件的位置等都由一個主程序管理。

　　在Windows CE中，編寫可執(zhí)行程序，需要調(diào)用應用程序編程接口API（Application Programming Interface）函數(shù)，并且要設定程序入口點。調(diào)用過程為：

　　無論是進行語音口令訓練還是語音口令識別操作，都需要對語音口令信號的采集和實時處理程序，所以對語音口令信號的采集和實時處理程序是語音口令識別系統(tǒng)軟件中的重要部分之一。對于語音音頻接口的管理是通過Windows CE 5.0里的API函數(shù)完成的，對語音口令信號的采集和實時處理程序流程圖如圖2所示。