噪聲環(huán)境下的語音識別關鍵技術研究.pdf

1、噪聲是阻擋語音識別走向實用化的主要因素。為了使語音識別產品能夠更好地走向實用,提高在噪聲環(huán)境下的語音識別率成為當前迫切需要解決的問題。本文在研究國內外相關資料的基礎上,對噪聲環(huán)境下的語音識別進行了以下關鍵技術研究。
　　 語音預處理技術直接影響特征提取的好壞和語音識別的正確率。本文對語音信號的預處理技術進行研究,包括語音增強、預加重、分幀、加窗以及端點檢測技術等噪聲去除方法。
　　 本文對噪聲和語音的自動分離技術進行分析

2、,包括盲分離算法、獨立分量分離法、基于遺傳算法的獨立分量分離法。在此基礎上,提出了基于禁忌搜索的盲分離算法。搜索過程中使用禁忌搜索學習方法,以峭度作為分離矩陣的適應度,并根據基音頻率選取出所需的語音信號。實驗表明基于禁忌搜索的語音分離算法能夠跳出局部最優(yōu),搜索到全局最優(yōu)分離矩陣,將語音信號與噪聲信號進行有效分離,為語音識別的后續(xù)工作打好基礎。
　　 提取具有抗噪性能的特征參數(shù)是語音識別的關鍵。本文將具有抗噪性能的Teager-K

3、aiser能量算子與符合入耳聽覺的Gammatone濾波器相結合,提取一種語音特征參數(shù)TECC,并采用能較好反映語音信號動態(tài)特性的差分參數(shù),提出將TECC參數(shù)與差分TECC參數(shù)相結合,形成組合TECC參數(shù)(TECC+△TECC)。實驗結果表明所提的特征參數(shù)與傳統(tǒng)語音特征參數(shù)LPCC、MFCC及其組合MFCC參數(shù)(MFCC+△MFCC)相比具有更好的抗噪性能和識別效果。
　　 本文采用Matlab開發(fā)工具,實現(xiàn)了一個小詞匯量語音識