关函数、短时平均幅度差函数和基音周期估计等。
频域处理主要包括基于短时傅里叶分析与重构、复倒谱和倒谱分析、联合时频分析。
预测与量化主要包括语音信号预测编码分析和矢量量化。
语音识别主要包括特征表示与提取、谱失真测度、模板匹配技术、隐马尔可夫模型技术、孤立词及连接词识别、大词汇量连续语音识别和说话人识别。
与Matlab软件接口通过LabVIEW提供的Script Node子VI连接主流
算法仿真分析软件Matlab，充分发挥后者强大的数据处理能力。尽管LabVIEW中提供了一些信息处理功能函数，但是毕竟功能有限，仍无法满足用户各种各样的数值计算和分析的需求。而Matlab特别擅长
数值分析和处理，如果能够在LabVIEW中调用他的话，不失为一种较好的解决方法。
软件在实现过程中，充分利用LabVIEW软件本身所提供的丰富的应用分析工具包如数字滤波器、频域分析等工具模块，避免大量的软硬件开发工作。
3结语
通过上述方法构建的
语音分析平台，界面丰富友好，操作使用方便，并且能不断随着
虚拟仪器技术和计算机软硬
件技术的进步而升级。特别重要的是用户可以在该平台上开发验证新的语音信号分析处理算法。
参考文献［1］蔡莲红，黄德智，蔡锐.现代语音技术基础与应用［M］.北京：清华大学出版社，2003.
［2］易克初,田斌,付强.语音信号处理［M］.北京:国防工业出版社,2000.
［3］刘君华，郭会军.基于LabVIEW的虚拟仪器设计［M］.北京:电子工业出版社，2002.