基于人耳聽(tīng)覺(jué)特性的語(yǔ)音識(shí)別及在人機(jī)交互上的應(yīng)用.pdf

1、隨著噪聲的增加，機(jī)器語(yǔ)音識(shí)別性能急劇惡化，而人類(lèi)聽(tīng)覺(jué)系統(tǒng)的識(shí)別效果卻是相對(duì)穩(wěn)定的，這就啟發(fā)了我們從仿生的角度來(lái)研究語(yǔ)音識(shí)別，而基于聽(tīng)覺(jué)特性的語(yǔ)音識(shí)別研究也是目前的研究熱點(diǎn)和難點(diǎn)之一。因此，基于人耳聽(tīng)覺(jué)特性的語(yǔ)音識(shí)別人機(jī)交互具有非常重要的理論研究意義和較高的實(shí)際應(yīng)用價(jià)值。
　　 首先，對(duì)基于人耳聽(tīng)覺(jué)特性的語(yǔ)音識(shí)別原理進(jìn)行了深入的理論研究，掌握了人耳語(yǔ)音接收過(guò)程的生理學(xué)和人耳聽(tīng)覺(jué)系統(tǒng)對(duì)語(yǔ)音信號(hào)的信號(hào)處理機(jī)制，總結(jié)了語(yǔ)音感知特性和噪聲

2、特性，并給出了典型的基于人耳聽(tīng)覺(jué)特性的語(yǔ)音識(shí)別系統(tǒng)，為以后的研究打下的扎實(shí)的理論基礎(chǔ)。
　　 接著，本文研究了基于語(yǔ)音分離的預(yù)處理。本文對(duì)傳統(tǒng)基于端點(diǎn)檢測(cè)和語(yǔ)音增強(qiáng)的預(yù)處理方法進(jìn)行了研究，發(fā)現(xiàn)其只適用于較為簡(jiǎn)單的噪聲（如:高斯白噪聲）環(huán)境下，且隨著信噪比的下降，語(yǔ)音識(shí)別系統(tǒng)的識(shí)別率直線(xiàn)下滑。因此，我們將基于人耳的聽(tīng)覺(jué)選擇能力即“雞尾酒會(huì)效應(yīng)”的語(yǔ)音分離技術(shù)應(yīng)用到前端，更有利于提高語(yǔ)音識(shí)別系統(tǒng)在多聲源和復(fù)雜噪聲環(huán)境下的識(shí)別性能。<

3、br>　　 然后，本文研究了基于入耳聽(tīng)覺(jué)特性的語(yǔ)音特征提取。本文闡述了幾種常見(jiàn)的語(yǔ)音特征LPCC、MFCC和ZCPA，并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了比較。同時(shí)，本文對(duì)人耳聽(tīng)覺(jué)模型進(jìn)行了研究和對(duì)比，在原有的人耳聽(tīng)覺(jué)濾波器GT和GC濾波器的基礎(chǔ)上，針對(duì)GT和GC濾波器頻率選擇特性不夠尖銳的問(wèn)題，提出了GT-4和GC-4濾波器;同時(shí)，針對(duì)Mel刻度不符合聽(tīng)覺(jué)特性中臨界帶寬的問(wèn)題，將改進(jìn)的濾波器按ERB刻度排列。隨后將GT-4，GC-4濾波器與MFCC，

4、ZCPA結(jié)合，獲得了改進(jìn)的MFCC、ZCPA特征提取方法。
　　 最后，本文做了大量的驗(yàn)證實(shí)驗(yàn)，結(jié)果表明:在不同的聲壓級(jí)和不同信噪比的多種噪聲環(huán)境下，所提算法性能較之MFCC均有不同程度的提高，隨著聲壓級(jí)從40dB降到-20dB，MFCC的識(shí)別率降低了22.83％，而ERBCC-GC4和ZCPA-GC4分別只降低了2.60％和3.47％;隨著信噪比從30dB降到0dB，MFCC的識(shí)別率降低了18.52％，而ERBCC-GC4和Z