matlab語音識別系統(tǒng)源代碼版

1、目錄一、 設計任務及要求 1二、語音識別的簡單介紹2.1語者識別的概念22.2 特征參數(shù)的提取 32.3用矢量量化聚類法生成碼本32.4VQ的說話人識別 4三、算法程序分析3.1函數(shù)關系.43.2 代碼說明 53.2.1 函數(shù) mfcc 53.2.2 函數(shù) disteu 53.2.3 函數(shù) vqlbg .63.2.4 函數(shù) test 63.2.5 函數(shù) testDB 73.2.6 函數(shù) train 83.2.7 函數(shù) melfb 8四、演示分析 .9五、心得體會 .11附：GUI程序代碼12一、設計任務及要求用MATLAB實現(xiàn)簡單的語音識別功能；具體設計要求如下：用MATLAB實現(xiàn)簡單的數(shù)字1

2、9的語音識別功能。二、語音識別的簡單介紹基于VQ的說話人識別系統(tǒng)，矢量量化起著雙重作用。在訓練階段，把每一個說 話者所提取的特征參數(shù)進行分類，產(chǎn)生不同碼字所組成的碼本。在識別（匹配）階段，我們用VQ方法計算平均失真測度（本系統(tǒng)在計算距離d時，采用歐氏距離 測度），從而判斷說話人是誰。語音識別系統(tǒng)結(jié)構(gòu)框圖如圖1所示。.語音識別系統(tǒng)結(jié)構(gòu)框圖圖1語者識別的概念2.1語音是人的自然語者識別就是根據(jù)說話人的語音信號來判 別說話人的身份。每個人的屬性之一，由于說話人發(fā)音器官的生理差異以及后天 形成的行為差異，語音都帶有強烈的個人色彩，這就使得通過分析語音信號來識 別說話人成為可如語音是人的固有的特征，能。

3、用語音來鑒別說話人的身份有著 許多獨特的優(yōu)點，利用電話網(wǎng)絡還可實系統(tǒng)設備成本低；不會丟失或遺忘；語音信號的采集方便，現(xiàn)遠程客戶服務等。因此，近幾年來，說話人識別越來越多的 受到人們的重視。說話人識別不僅使用方便，手形識別等相比較，與其他生物識 別技術如指紋識別、而且屬于非接觸性，容易被用戶接受，并且在已有的各種生 物特征識別技術中，是唯一可以用作遠程驗證的識別技術。因此，說話人識別的 應用前景非常廣泛：不同領域中的進步都對說今天，說話人識別技術已經(jīng)關系到 多學科的研究領域，話人識別的發(fā)展做出了貢獻。說話人識別技術是集聲學、語 言學、計算機、信息在吃力語音應用需求將十分廣闊。處理和人工智能等諸多

4、領 域的一項綜合技術，語音信號的特征參數(shù)的好壞直信號的時候如何提取信號中關 鍵的成分尤為重要。 接導致了辨別的準確性。12.2特征參數(shù)的提取對于特征參數(shù)的選取，我們使用 mfcc的方法來提取。MFC（參數(shù)是基于人的聽覺 特性利用人聽覺的屏蔽效應，在 Mel標度頻率域提取出來的倒譜特征參數(shù)。 MFC（參數(shù)的提取過程如下：1. 對輸入的語音信號進行分幀、加窗，然后作離散傅立葉變換，獲得頻譜分布 信息。設語音信號的DFT為：（1）1 x（n）e ,0 k NX（k）Nam其中式中x（n）為輸入的語音信號，N表示傅立葉變換的點數(shù)。2. 再求頻譜幅度的平方，得到能量譜。尺度的三角形濾波器組。3.將能量譜

5、通過一組Mel我們定義一個有M個濾波器的濾波 器組（濾波器的個數(shù)和臨界帶的個數(shù)相近），M 采用的濾波器為三角濾波器，中心頻率為f(m),m=1,2,3,本系統(tǒng)取M=10Q4. 計算每個濾波器組輸出的對數(shù)能量。ni 2(k),X(k)|S(m) In(H|ma(2) 1 9 m M 1其中為三角濾波器的頻率響應。(k)Hm5.經(jīng)過離散弦變換(DCT得到MFC(系數(shù)。m i n(m 0.5/(m)cos(m),(3)C(n) S 0 m1 N0 n MFC係數(shù)個數(shù)通常取 20 30,常常不 用0階倒譜系數(shù)，因為它反映的是頻譜能量，故在一般識別系統(tǒng)中，將稱為能量 系數(shù)，并不作為倒譜系數(shù)，本系統(tǒng)選取

6、20階倒譜系數(shù)。2.3用矢量量化聚類法生成碼本我們將每個待識的說話人看作是一個信源，用一個碼本來表征。碼本是從該說話人的訓練序列中提取的MFC(特征矢量聚類而生成。只要訓練的序列足夠長，可 認為這個碼本有效地包含了說話人的個人特征，而與講話的內(nèi)容無關。X(k 1,2,K)為訓練序本系統(tǒng)采用基于分裂的 LBG碼本，的算法設計VQ列，B為碼本。具體實現(xiàn)過程如下：1. 取提取出來的所有幀的特征矢量的型心(均值)作為第一個碼字矢量B1。2. 將當前的碼本Bm根據(jù)以下規(guī)則分裂，形成2m個碼字。2)(1B Bmm( 4) )1 B B(mm其中m從1變化到當前的碼本的碼字數(shù)，&是分裂時的參數(shù)，本文&=0.

7、01。3. 根據(jù)得到的碼本把所有的訓練序列(特征矢量)進行分類，然后按照下面nD 以及相對失真(n為迭代次數(shù)，兩個公式計算訓練矢量量化失真量的總和初始 1= %，B為當前的碼書)n=0,若相對失真小于某一閾值&，迭代結(jié)束，當前 D的 碼書就是設計好的2m個碼字的碼書，轉(zhuǎn)5。否則，轉(zhuǎn)下一步。量化失真量和：k )n( )(5),BDd(Xmi門仆相對失真：(n1)nDD |( 6) nD 4.重新計算各個區(qū)域的新型心，得到新的碼書，轉(zhuǎn)3。5. 重復2,3和4步，直到形成有M個碼字的碼書(M是所要求的碼字數(shù))，其中 D0=1000Q2.4 VQ的說話人識別設是未知的說話人的特征矢量共有 T幀是訓練階

8、段形成的碼書，,XXt1表示碼 書第m個碼字，每一個碼書有M個碼字。再計算測試者的平均量化失真 D,并設 置一個閾值，若D小于此閾值，則是原訓練者，反之則認為不是原訓練者。.d(x,B) 7 )(DTmin 1/mj1 j1 m m三、 算法程序分析在具體的實現(xiàn)過程當中，采用了 matlab軟件來幫助完成這個項目。在 matlab 中主要由采集，分析，特征提取，比對幾個重要部分。以下為在實際的操作中， 具體用到得函數(shù)關系和作用一一列舉在下面。3.1 函數(shù)關系主要有兩類函數(shù)文件 Train.m 和 Test.m在 Train.m 調(diào)用 Vqlbg.m 獲取訓練錄音的 vq 碼本，而 Vqlbg.

9、m 調(diào)用 mfcc.m 獲取 單個錄音的 mel 倒譜系數(shù)，接著 mfcc.m 調(diào)用 Melfb.m- 將能量譜通過一組 Mel 尺度的三角形濾波器組。在 Test.m 函數(shù)文件中調(diào)用 Disteu.m 計算訓練錄音（提供 vq 碼本）與測試錄音 （提供 mfcc）mel 倒譜系數(shù)的距離，即判斷兩聲音是否為同一錄音者提供。 Disteu.m 調(diào)用 mfcc.m 獲取單個錄音的 mel 倒譜系數(shù)。 mfcc.m 調(diào)用 Melfb.m- 將能量譜通過一組 Mel 尺度的三角形濾波器組。33.2 具體代碼說明3.2.1 函數(shù) mffc:function r = mfcc（s, fs） m = 100

10、;n = 256;l = length(s);n bFrame = floor(l - n) / m) + 1; %沿-x方向取整for i = 1:nfor j = 1:nbFrameM(i, j) = s(j - 1) * m) + i); %對矩陣 M賦值endendh = hamming(n); % 加 hamming 窗，以增加音框左端和右端的連續(xù)性M2 = diag(h) * M;for i = 1:nbFrameframe(:,i) = fft(M2(:, i); %對信號進行快速傅里葉變換 FFTendt = n / 2;tmax = l / fs;m= melfb(20, n

11、, fs); %將上述線性頻譜通過 Mel 頻率濾波器組得到 Mel 頻譜 ,下面在將其轉(zhuǎn)化成對數(shù)頻譜n2 = 1 + floor(n / 2);z = m * abs(frame(1: n2, :).A2;r = dct(log(z); %將上述對數(shù)頻譜，經(jīng)過離散余弦變換(DCT )變換到倒譜域，即可得到Mel倒譜系數(shù)(MFCC參數(shù))3.2.2 函數(shù) disteu- 計算測試者和模板碼本的距離function d = disteu(x, y)M, N = size(x); % M2, P = size(y); % if (M = M2)error( 不匹配！音頻 x 賦值給【 M， N】音頻

12、 y 賦值給【 M2， P】） % 兩個音頻時間長度不相等endd = zeros(N, P);if (N P)% 在兩個音頻時間長度相等的前提下 copies = zeros(1,P);for n = 1:Nd(n,:)二 sum(x(:, n+copies) - y) .A2, 1);endelsecopies = zeros(1,N);for p = 1:P4d(:,p) = sum(x - y(:, p+copies) .A2, 1);end% 成對歐氏距離的兩個矩陣的列之間的距離 endd = d.A0.5;3.2.3 函數(shù) vqlbg- 該函數(shù)利用矢量量化提取了音頻的 vq 碼本

13、function r = vqlbg(d,k)e = .01;r = mean(d, 2);dpr = 10000;for i = 1:log2(k)r = r*(1+e), r*(1-e);while (1 = 1)z = disteu(d, r);m,ind = min(z, , 2);t = 0;for j = 1:2Air(:, j) = mean(d(:, find(ind = j), 2);x = disteu(d(:, find(ind = j), r(:, j);for q = 1:length(x) t = t + x(q);endendif (dpr - t)/t) e)b

14、reak;elsedpr = t;endendend3.2.4 函數(shù) testfunction finalmsg = test(testdir, n, code)for k = 1:n% read test sound file of each speakerfile = sprintf(%ss%d.wav, testdir, k);s, fs = wavread(file);v = mfcc(s, fs);%distmin = 4;%d = disteu(v, code1); 距離”得到測試人語音的 mel 倒譜系數(shù) 閾值設置處 就判斷一次，因為模板里面只有一個文件 % 計算得到模板和要判斷

15、的聲音之間的變換得到一個距離的量dist = sum(min(d,2) / size(d,1); %測試閾值數(shù)量級與模板語音信號的差值為 :_x0010_f , dist);5% msgc = sprintf( disp(msgc);if dist distminmsg = sprintf(第位說話者與模板語音信號不匹配,不符合要求!n, k);finalmsg= 此位說話者不符合要求 !;%界面顯示語句，可隨意設定disp(msg);endend3.2.5 函數(shù) testDB這個函數(shù)實際上是對數(shù)據(jù)庫一個查詢 , 根據(jù)測試者的聲音 , 找相應的文件 , 并且給 出是誰的提示function t

16、estmsg = testDB(testdir, n, code) nameList=1,2,3,4,5,6,7,8,9 ;% 這個是我們要識別的 9 個數(shù)for k = 1:n%數(shù)據(jù)庫中每一個說話人的特征file = sprintf(%ss%d.wav, testdir, k); %找出文件的路徑s, fs = wavread(file);對找到的文件取 mfcc 變換v = mfcc(s, fs); distmin = inf; k1 = 0;for l = 1:length(code) d = disteu(v, codel); dist = sum(min(d,2) / size(d,

17、1);if dist distmindistmin= dist;% 這里和 test 函數(shù)里面一樣 但多了一個具體語者的識別6 k1 = l;endend msg=nameListk1 msgbox(msg);end3.2.6 函數(shù) train- 該函數(shù)就是對音頻進行訓練，也就是提取特征參數(shù) function code = train(traindir, n)k = 16; % number of centroids requiredfor i = 1:n % 對數(shù)據(jù)庫中的代碼形成碼本file = sprintf(%ss%d.wav, traindir, i);disp(file);s, fs

18、 = wavread(file);v = mfcc(s, fs); % 計算 MFCCs 提取特征特征，返回值是 Mel 倒譜系數(shù)，是一個 log 的 dct 得到的codei = vqlbg(v, k);%訓練VQ碼本通過矢量量化，得到原說話人的VQ碼本end3.2.7 函數(shù) melfb- 確定矩陣的濾波器function m = melfb(p, n, fs)f0 = 700 / fs;fn2 = floor(n/2);lr = log(1 + 0.5/f0) / (p+1);% convert to fft bin numbers with 0 for DC termbl = n * (

19、f0 * (exp(0 1 p p+1 * lr) - 1);直接轉(zhuǎn)換為FFT的數(shù)字模型bl = floor(bl(1) + 1;b2 = ceil(b l(2);b3 = floor(bl(3);b4 = min(fn2, ceil(bl(4) - 1; pf = log(1 + (b1:b4)/n/f0) / lr; fp = floor(pf);pm = pf - fp;r = fp(b2:b4) 1+fp(1:b3);c = b2:b4 1:b3 + 1;v = 2 * 1-pm(b2:b4) pm(1:b3); m = sparse(r, c, v, p, 1+fn2)7四、演示分析

20、我們的功能分為兩部分：對已經(jīng)保存的9個數(shù)字的語音進行辨別和實時的判斷說話人說的是否為一個數(shù).在前者的實驗過程中，先把9個數(shù)字的聲音保存成wav 的格式,放在一個文件夾中，作為一個檢測的數(shù)據(jù)庫然后對檢測者實行識別，系 統(tǒng)給出提示是哪個數(shù)字在第二個功能中，實時的錄取一段說話人的聲音作為模板，提取mfcc特征參數(shù)， 隨后緊接著進行遇著識別，也就是讓其他人再說相同的話，看是否是原說話者實驗過程及具體功能如下：先打開Matlab使Current Directory為錄音及程序所所在的文件夾再打開文件“ enter.m ”點run運行，打開enter界面，點擊“進入”按鈕進入 系統(tǒng)。（注：文件包未封裝完畢

21、，目前只能通過此方式打開運行。）（如下圖figurel ）figurel8在對數(shù)據(jù)庫中已有的語者進行識別模塊選擇載入語音庫語音個數(shù)；點擊語音庫錄制模版進行已存語音信息的提取; 點擊錄音-test進行現(xiàn)場錄音；點擊語者判斷進行判斷數(shù)字，并顯示出來 在實時語者識別模塊點擊實時錄制模板上的“錄音-train ”按鈕,是把新語者的聲音以wav格式存放 在”實時模板”文件夾中，接著點擊“實時錄制模板”，把新的模板提取特征值。 隨后點擊實時語者識別模板上的“錄音-train ”按鈕，是把語者的聲音以wav格 式存放在”測試”文件夾中，再點擊“實時語者識別”，在對測得的聲音提取特征 值的同時，和實時模板進行

22、比對，然后得出是否是實時模板中的語者。另外面板上的播放按鈕都是播放相對應左邊錄取的聲音。想要測量多次，只要接著錄音，自動保存，然后程序比對音頻就可以。 退出只要點擊菜單File/Exit ，退出程序。9程序運行截圖：（fig.2 ）運行后系統(tǒng)界面五、心得體會實驗表明，該系統(tǒng)能較好地進行語音的識別，同時，基于矢量量化技術 （VQ） 的語音識別系統(tǒng)具有分類準確，存儲數(shù)據(jù)少，實時響應速度快等綜合性能好的特 占八、矢量量化技術在語音識別的應用方面，尤其是在孤立詞語音識別系統(tǒng)中得到很好 的應用，特別是有限狀態(tài)矢量量化技術，對于語音識別更為有效。通過這次課程設計，我對語音識別有了更加形象化的認識，也強化了

23、MATLAB勺應用，對將來的學習奠定了基礎。10附： GUI 程序代碼varargout = untitled2(varargin) function % UNTITLED2 M-file for untitled2.fig existingraises the new UNTITLED2 or a % UNTITLED2, by itself, creates% singleton*. or the handle% H = UNTITLED2 returns the handle to a new UNTITLED2to % the existing singleton*. % UNTITL

24、ED2(CALLBACK,hObject,eventData,handles,.) calls thelocal% function named CALLBACK in UNTITLED2.M with the given inputarguments. % UNTITLED2(Property,Value,.)creates a new UNTITLED2 orraises the% existing singleton*. Starting from the left, property valuepairsare% applied to the GUI before untitled2_

25、OpeningFunction gets called.An% unrecognized property name or invalid value makes propertyapplicationvarargin.untitled2_OpeningFcn via are % stop. All inputspassed to% *See GUI Options on GUIDEs Tools menu. Choose GUI allows onlyone % instance to run (singleton). % % See also: GUIDE, GUIDATA, GUIHAN

26、DLES % Copyright 2002-2003 The MathWorks, Inc.% Edit the above text to modify the response to help untitled2% Last Modified by GUIDE v2.5 08-Jun-2010 23:58:57 % Begin initializationcode- DO NOT EDIT gui_Singleton = 1; . gui_Name , mfilename, gui_State = struct( . , gui_Singleton, gui_Singleton. , un

27、titled2_OpeningFcn,gui_OpeningFcn. gui_OutputFcn, untitled2_OutputFcn,. , ,gui_LayoutFcn, );gui_Callback11nargin & ischar(varargin1)if gui_State.gui_Callback =str2func(varargin1);endnargout if varargout1:nargout =gui_mainfcn(gui_State, varargin:);end % End initialization code - DO NOT EDITelse gui_m

28、ainfcn(gui_State,varargin:);% - Executes justbefore untitled2 is made visible.untitled2_OpeningFcn(hObject, eventdata,handles,varargin) function% This function has no output args, see OutputFcn. %hObjecthandle to figure% eventdata reserved - to be defined in a futureversionof MATLAB % handlesstructu

29、rewith handles and userdata (see GUIDATA) %varargincommand line arguments to untitled2 (see VARARGIN)% Choose defaultcommand line output for untitled2 guidata(hObject,handles.output = hObject;% Update handlesstructurehandles););axes13tag,axes(findobj(); 3.jpg imshow();, axes12 axes(tagfindobj(see UI

30、RESUME);imshow( 1.jpg% uiwait(handles.figure1);% UIWAIT makes untitled2 wait for user response% - Outputs from this function areeventdata,returned to the command line. varargout = untitled2_OutputFcn(hObject, handles) function% varargout cell array for returning output args (see% eventdata reserved

31、- to be definedVARARGOUT); % hObject handle to figurein a future version of MATLAB % handles structure with handles and user data(see GUIDATA) %Get default command line output from handles structure varargout1= handles.output; % - Executes on button press in pushbutton1.pushbutton1_Callback(hObject,

32、 eventdata, handles) function % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be definedin a future versionof MATLAB% handles structure with handles and user data (see GUIDATA) );String Channel_Str=get(handles.popupmenu3,Channel_Number=str2double(Channel _Strget(handles.popupmen

33、u3, Value );moodle; global %? y? 6 3 o?DD id? ?,Channel_Number) 模版 moodle = train( 12% - Executes on button press in pushbutton2.pushbutton2_Callback(hObject,eventdata, handles)function % hObject handle to pushbutton2 (see GCBO)%eventdata reserved - to be defined in a future version of MATLAB% handg

34、lobaldata1; moodle ; global%ee 土？53? 12a ,1,moodle) 測試 test( %Open_Callback(hObject, eventdata, handles)function% hObjecthandle to Open(see GCBO) % eventdata reservedtobedefined in a futureversion ofMATLAB %13handles structure with handles and user data (seefile=get(handles.edits,filename,GUIDATA) )

35、 filename,pathname=uigetfile(pathname) y,f,b=wavread(file);Exit_Callback(hObject, eventdata, handles)function% hObjecthandle to Exit(see GCBO) % eventdata reservedtobedefined ina futureversionofMATLAB %handles structure with handles and user data (see GUIDATA)exitAbout_Callback(hObject,eventdata, ha

36、ndles) function% hObjecthandleto About(see GCBO) % eventdata reservedto be defined ina futureversionofMATLABhandles structure with handles and user data (see GUIDATA) 語者識別H= )helpdlg(H, help textFile_Callback(hObject, eventdata, handles)function% hObjecthandle to File(see GCBO) % eventdata reservedt

37、o be defined ina futureversion of MATLABhandles structure with handles and user data (see GUIDATA)%Edit_Callback(hObject, eventdata, handles)function% hObjecthandle to Edit(see GCBO) % eventdata reservedto be defined ina futureversion of MATLABhandles structure with handles and user data (see GUIDAT

38、A)%Help_Callback(hObject, eventdata, handles)function% hObjecthandle to Help(see GCBO) % eventdata reservedto be defined ina futureversion of MATLAB% - Executes onhandles structure with handles and user data (see GUIDATA)button press in pushbutton7.pushbutton7_Callback(hObject, eventdata,handles) fu

39、nction% hObject handle to pushbutton7 (see GCBO)% eventdatareservedto be defined in a future version of MATLAB % handles structurewithhandles and user data (see GUIDATA)? 請速度錄音 msg= msgbox(msg) cleardata1; global %global dataDN1;); winsoundAI = analoginput(chan =addchannel(AI,1:2);%1 second acquisit

40、ionduration = 3;,8000) SampleRate set(AI,); SampleRateActualRate =get(AI,duration*ActualRate)SamplesPerTriggerset(AI,) ManualTriggerType ,set(AI,);blocksize= get(AI, SamplesPerTriggerFstrigger(AI)E:Matlabdata1,time,abstime,events = getdata(AI);語音識別系統(tǒng) fname=sprintf(taDN1=wden(data1,heursure,s,one,5,s

41、ym8);denoisemsgbox(fname)% - Executes on button press in pushbutton8.pushbutton8_Callback(hObject,eventdata, handles)functionpushbutton8 (see GCBO) % eventdata reservedstructure with handles and user data (see GUIDATA)of MATLAB % handlesdata1; global %globalaxes(handles.axes1)列),ylabel(信號幅14to= Actu

42、alRate; start(AI) s1.wav 實時模版wavwrite(data1,fname)% hObject handletobe definedin a future versiondataDN1; sound(data1) %sound(dataDN1)plot(data1);%plot(dataDN1);); %setxlabel(to plot at訓練采樣序axes1%xlabel(? gd-2 e? Q 0 D),ylabel(sym8D?2? ji ?o og?D?o?-u)；% - Executes on button press in pushbutton9.;gr

43、id onpushbutton9_Callback(hObject,cleareventdata, handles)function% hObject handle to pushbutton9 (see GCBO)eventdata reserved - to be defined in a future version of MATLAB% handlesstructure with handles and user data (see GUIDATA) ? 請速度錄音 msg=msgbox(msg)clear data2; global%global dataDN2;);AI = ana

44、loginput(winsoundchan =addchannel(AI,1:2);%1 second acquisitionduration = 3;,8000) SampleRateset(AI,); SampleRate ActualRate =get(AI,duration*ActualRate)SamplesPerTriggerset(AI,) ManualTriggerType ,set(AI,); SamplesPerTriggerblocksize = get(AI,Fstrigger(AI)data2,time,abstime,events = getdata(AI);= A

45、ctualRate;) 測試start(AI)s1.wavfname=sprintf(E:Matlab語音識別系統(tǒng)taDN1=wden(data1,heursure,s,one,5,sym8);denoisewavwrite(data2,fname)msgbox(fname)% - Executes on button press in pushbutton10.pushbutton10_Callback(hObject, eventdata, handles)function% hObject handleto pushbutton10 (see GCBO) % eventdata rese

46、rvedtobe definedin a future versionof MATLAB % handles structure with handles and user data (see GUIDATA)data2; global %globaldataDN2; sound(data2) %sound(dataDN2)%set to plot ataxes1axes(handles.axes2) 幅 xlabel(%xlabel(2a);%; on gridclearplot(data2);%plot(dataDN2);); 測試采樣序列 ),ylabel(信號e?2 e? uDo D)

47、,ylabel(sym8D?2? i ?o ol?D?o? u% -Executes on button press in pushbutton11.pushbutton11_Callback(hObject,eventdata, handles)function% hObject handle to pushbutton11 (see GCBO)eventdata reserved - to be defined in a future version of MATLAB% handles15structure with handles and user data (see GUIDATA)

48、 測試 testDB(% - Executes on button press in pushbutton12.pushbutton12_Callback(hObject, eventdata, handles)moodle ;functionto be definedglobal ,1,moodle)% hObject handleto pushbutton12 (see GCBO) % eventdata reservedof MATLAB % handles structure with handles and user data (see GUIDATA)in a future ver

49、sionmoodle; global moodle = train( 實時模板 ,1)% - Executes on selectionchange in popupmenu3. popupmenu3_Callback(hObject,eventdata, handles)function% hObject handle to popupmenu3 (see GCBO)17% handleseventdata reserved - to be defined in a future version of MATLAB structure with handles and user data (see GUIDATA)% Hints: contents = get(hO