1. 研究目的与意义
随着我国电子信息技术的发展，人们的生活需要加入更多的科技元素。
随着经济全球化的进程的加快，许多来自不同国家的人出现在我们的工作和生活中。
而现在的年轻人，却很少能够精通多国语言，他们需要价格低廉并且准确高效的分析工具。
2. 课题关键问题和重难点
1.数据的采集与筛选。
由于人们对于语种识别的研究没有足够的重视，导致至今没有一个比较统一、完整的语音库。
2.特征的筛选。
3. 国内外研究现状（文献综述）
[1]赵力, 语音信号处理(第2版) [M], 机械工业出版社,2006年。
语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号的参数，才能用这些参数进行高效的语音通信，语音合成和语音识别等处理。
语音信号经过预滤波和采样后，由A/D变换器变换为二进制数字码[2]成新民.湖州师范学院学报.2003(2):157-161共振峰参数是反映声道特性的一个重要参数 .不同情感的发音使声道有不同的变化 ,所以不同情感发音的共振峰位置不同 .首先采用线性预测法求出预测系数 ,然后用预测系数估计声道的功率谱 ,再用峰值检出法算出共振峰频率 .运用此方法 ,可以判别出不同情感信息的共振峰频率 ,从而实现语音的情感识别 .[3]孙岩,吕世聘,王秀坤等. 基于结构学习的KNN分类算法[J].计算机科学, 2007, 34（12）：184-187.KNN(K-Nearest Neighbor)算法和贝叶斯网络分类算法(Bayesian Network,BN)都是目前应用非常广泛的分类算法。
4. 研究方案
语音识别的最终目的是让计算机理解自然语言，自然语言的最大特点是连续语音，这是语音识别中最困难的课题。
如听写机、翻译机、智能计算机中的人机语音对话都需要连续语音识别。
首先从语种语音特征方面进行分析，找出不同语种之间的差异，提取语种语音特征参数，特征参数以矢量形式表现。
5. 工作计划
第一周：查找文献资料，对基于K近邻算法的语言种类识别技术有个大体的了解；第二周：对课题中涉及的知识作深入掌握，掌握参数分析方法、基于K近邻算法的语言种类识别技术等；第三周：制定研究计划，写开题报告；第四周：学习程序语言以及编程方法；第五周：编程的实际操作及修改；第六周：实现参数分析方法软件部分；第七周：实现基于K近邻算法的语言种类识别软件部分；第八周：实现基于K近邻算法的语言种类识别方法软件部分；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，结果分析；第十二周：写论文以及准备答辩；第十三周：写论文以及准备答辩；第十四周：验收程序，进行毕业设计答辩；
