基于HMM噪聲背景下的語(yǔ)音識(shí)別方法的研究.pdf

1、語(yǔ)音識(shí)別以語(yǔ)音信號(hào)為研究對(duì)象，是語(yǔ)音信號(hào)處理的一個(gè)重要研究方向，是模式識(shí)別的一個(gè)分支，涉及到語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、信號(hào)處理以及生理學(xué)、心理學(xué)等諸多領(lǐng)域，甚至還涉及到人的體態(tài)語(yǔ)言，其最終目標(biāo)是實(shí)現(xiàn)人與機(jī)器進(jìn)行自然語(yǔ)言通信。語(yǔ)音識(shí)別具有廣闊的應(yīng)用前景，已經(jīng)在聽(tīng)寫(xiě)機(jī)、電話(huà)查詢(xún)系統(tǒng)、家電控制等諸多領(lǐng)域獲得到了充分的應(yīng)用。然而在應(yīng)用和產(chǎn)業(yè)化的過(guò)程中，諸多難題逐漸顯現(xiàn)出來(lái)。尤其是背景噪聲的問(wèn)題，在實(shí)際的應(yīng)用中幾乎是無(wú)法避免的。研究將要解決的問(wèn)題就是如

2、何把原始語(yǔ)音從背景噪聲中分離出來(lái)，這將會(huì)使識(shí)別系統(tǒng)具有很強(qiáng)的適應(yīng)性。因此研究語(yǔ)音識(shí)別技術(shù)具有十分重要的意義?！　”菊撐恼轻槍?duì)背景噪聲這一難點(diǎn)，對(duì)漢語(yǔ)語(yǔ)音識(shí)別系統(tǒng)中的幾個(gè)方面分別提出了相應(yīng)的改進(jìn)算法，并且驗(yàn)證了其可行性及有效性。論文首先對(duì)語(yǔ)音識(shí)別系統(tǒng)中涉及到的基本概念及原理進(jìn)行了簡(jiǎn)單的介紹，之后分別針對(duì)語(yǔ)音識(shí)別系統(tǒng)中預(yù)處理階段的端點(diǎn)檢測(cè)算法、語(yǔ)音信號(hào)的特征提取算法以及模式匹配和模型訓(xùn)練算法進(jìn)行了深入的理論研究。將小波變換應(yīng)用于帶噪語(yǔ)音

3、的端點(diǎn)檢測(cè)算法，在信噪比逐漸降低的過(guò)程中仍然保持了較為理想的檢測(cè)效果；利用頻率倒譜系數(shù)作為語(yǔ)音信號(hào)的特征參數(shù)，由于考慮了人類(lèi)發(fā)聲與接收聲音的特性，因此具有更好的抗噪魯棒性；針對(duì)如何克服HMM模型的一階假設(shè)和獨(dú)立性假設(shè)帶來(lái)的問(wèn)題，引入神經(jīng)網(wǎng)絡(luò)的方法，將二者有機(jī)地結(jié)合起來(lái)，提出了一種HMM/SOFMNN的混合模型，在一定程度上克服了HMM局限性的問(wèn)題，并且有效地提高了系統(tǒng)的抗噪性能?！　?shí)驗(yàn)證明，綜合各部分的改進(jìn)算法建立起來(lái)的非特定人漢語(yǔ)