基于小波分析的嵌入式語音識別技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著我國社會生活水平的提高，汽車產(chǎn)業(yè)快速發(fā)展，越來越多的汽車進(jìn)入了平常百姓的生活當(dāng)中，嵌入式語音識別技術(shù)在汽車車載電子中的應(yīng)用也日益受到業(yè)界的關(guān)注。但是，由于國外技術(shù)壟斷等原因，我國嵌入式平臺下的車載語音識別技術(shù)還處于關(guān)鍵技術(shù)研究階段，研究車載環(huán)境下的語音識別技術(shù)，將是汽車電子技術(shù)主要研究方向之一，具有重要的理論意義和應(yīng)用價(jià)值。而在實(shí)際應(yīng)用中，由于車載噪聲的存在，嚴(yán)重影響著語音識別系統(tǒng)的識別性能，因此本文在基于小波分析技術(shù)的基礎(chǔ)上，重點(diǎn)

2、對語音增強(qiáng)算法和特征提取算法進(jìn)行了研究，并設(shè)計(jì)實(shí)現(xiàn)了相應(yīng)的嵌入式語音識別平臺，其主要內(nèi)容如下:
　　 1.綜述了語音識別技術(shù)和嵌入式下語音識別技術(shù)的發(fā)展情況，并對現(xiàn)有的嵌入式語音識別技術(shù)中存在的一些問題進(jìn)行了分析，簡要說明了語音增強(qiáng)技術(shù)和特征算法作為一種手段對語音識別性能的影響，重點(diǎn)介紹了現(xiàn)有的基于小波分析的語音增強(qiáng)算法和特征算法。
　　 2.利用小波分析具有時-頻局部化分析的突出優(yōu)點(diǎn)，提出了基于自適應(yīng)閾值算法的頻帶分段

3、時變閾值算法。該算法對信號小波分解各尺度上的系數(shù)進(jìn)行分段閾值求取處理，通過噪聲的時頻包絡(luò)趨勢對各段的信噪比和調(diào)節(jié)因子進(jìn)行估計(jì)，并設(shè)置了上下臨界值來區(qū)分噪音段和語音段，最后結(jié)合聽覺掩蔽效應(yīng)原理確定當(dāng)前段閾值。實(shí)驗(yàn)結(jié)果表明，新算法在改善語音質(zhì)量方面有所提升，并且減少了時間開銷。
　　 3.在小波分析技術(shù)的基礎(chǔ)上，利用語音信號的自相關(guān)處理可以減少噪聲影響，并結(jié)合加權(quán)帶通濾波器分析技術(shù)，提出了基于小波包變換的加權(quán)語音特征參數(shù)，該特征參數(shù)

4、用小波包變換來模擬人耳的聽覺特性，其根據(jù)臨界帶寬的劃分與MEL濾波器組在頻帶上的分布，選擇合適的小波包頻帶使其更好地符合人耳基底膜的頻率分析特性。并同時利用加權(quán)帶通濾波器分析技術(shù)來抑制在強(qiáng)噪聲和信道干擾下信號的波動，來提高語音識別系統(tǒng)的識別性能。
　　 4.設(shè)計(jì)并實(shí)現(xiàn)了基于DSP+STM32的嵌入式語音識別系統(tǒng)，在此基礎(chǔ)上對語音增強(qiáng)和特征提取算法進(jìn)行了系統(tǒng)測試，驗(yàn)證本文提出的語音增強(qiáng)和特征提取算法能夠有效的抑制汽車噪聲，提高系統(tǒng)