基于麥克風(fēng)陣列的語(yǔ)音識(shí)別系統(tǒng)研究.pdf

1、語(yǔ)音識(shí)別技術(shù)在電子、通信、工業(yè)控制、計(jì)算機(jī)和信息服務(wù)等領(lǐng)域有著廣泛的應(yīng)用和光明的發(fā)展前景。未來(lái)語(yǔ)音交互系統(tǒng)將成為人機(jī)對(duì)話的普通工具，故對(duì)語(yǔ)音識(shí)別的深入研究，順應(yīng)了市場(chǎng)的要求，同時(shí)也將大大推動(dòng)語(yǔ)音技術(shù)的發(fā)展。人與機(jī)器交流和溝通壁壘的解決與突破，將為人類提供更加方便、自然、快捷的操作界面及更友好的交互方式。
　　本文在分析了語(yǔ)音識(shí)別的研究發(fā)展現(xiàn)狀基礎(chǔ)上，提出了語(yǔ)音識(shí)別的改進(jìn)算法，將矢量量化（VQ）的碼本設(shè)計(jì)進(jìn)行改進(jìn)和優(yōu)化并與最小二乘支

2、持向量機(jī)（LSSVM）結(jié)合來(lái)共同構(gòu)建VQ-LSSVM二次語(yǔ)音識(shí)別模型。考慮到高信噪比的純凈語(yǔ)音信號(hào)對(duì)語(yǔ)音識(shí)別系統(tǒng)的影響，在語(yǔ)音識(shí)別系統(tǒng)的前端引入基于麥克風(fēng)聲源定位的語(yǔ)音增強(qiáng)算法。具體是利用麥克風(fēng)陣列的聲源定位方法來(lái)鎖定有效聲源方位參數(shù)，然后根據(jù)參數(shù)對(duì)聲源方位作可控波束指向性增強(qiáng)，將增強(qiáng)后的語(yǔ)音信號(hào)輸入語(yǔ)音識(shí)別系統(tǒng)進(jìn)行語(yǔ)音識(shí)別。最后將前端語(yǔ)音增強(qiáng)及后端系統(tǒng)模型識(shí)別算法植入TMS320C6713 DSK硬件平臺(tái)進(jìn)行實(shí)驗(yàn)仿真和驗(yàn)證完成系統(tǒng)設(shè)計(jì)

3、。
　　本文的創(chuàng)新成果如下：
　?。?）將搜索空間預(yù)估計(jì)的波束指向性增強(qiáng)算法引入到語(yǔ)音識(shí)別系統(tǒng)，用以語(yǔ)音增強(qiáng)來(lái)提高識(shí)別系統(tǒng)輸入信號(hào)的信噪比。具體是先利用搜索空間預(yù)估計(jì)聲源定位算法得到有效聲源的方位參數(shù)，再由此參數(shù)對(duì)期望方向上的信號(hào)做波束指向性增強(qiáng)，從而最大程度抑制了干擾。該算法作為語(yǔ)音識(shí)別系統(tǒng)前端用以語(yǔ)音增強(qiáng)，具有計(jì)算量小、抗干擾能力強(qiáng)的優(yōu)點(diǎn)。
　?。?）本文在傳統(tǒng)已有的語(yǔ)音識(shí)別系統(tǒng)基礎(chǔ)上，采用LBG和遺傳算法(GA)

4、相結(jié)合的碼本設(shè)計(jì)，并將VQ碼本設(shè)計(jì)與LSSVM模型相結(jié)合構(gòu)建VQ-LSSVM語(yǔ)音識(shí)別系統(tǒng)模型。系統(tǒng)通過(guò)訓(xùn)練先得到VQ模板，再求出VQ碼字與特征參數(shù)的最小失真測(cè)度，并將該測(cè)度來(lái)訓(xùn)練LSSVM模型，最終得到系統(tǒng)訓(xùn)練模板。識(shí)別時(shí)先用VQ模板對(duì)待測(cè)語(yǔ)音信號(hào)進(jìn)行初次識(shí)別，對(duì)于落入設(shè)定閾值內(nèi)的矢量再用LSSVM模型進(jìn)行二次識(shí)別，最終得到系統(tǒng)識(shí)別結(jié)果。
　　最后,論文給出了語(yǔ)音識(shí)別系統(tǒng)在MTALAB及 DSP平臺(tái)上的實(shí)驗(yàn)結(jié)果和系統(tǒng)性能分析，并對(duì)