嵌入式語音指令處理與識別方法的研究.pdf

1、語音識別技術(shù)作為方便、快捷的人機(jī)交互接口已應(yīng)用發(fā)展到手持設(shè)備、語音導(dǎo)航、智能語音機(jī)器人、工業(yè)控制等多個領(lǐng)域。嵌入式技術(shù)的產(chǎn)生加速了語音指令識別技術(shù)從實驗室走向市場的步伐,使得語音識別技術(shù)滲透到生活的各個方面,比如語音指令識別技術(shù)在智能家居中的應(yīng)用研究。因此,進(jìn)行嵌入式語音指令處理與識別方法的研究,具有重要的現(xiàn)實意義和廣闊的應(yīng)用前景。
　　 本文以嵌入式語音指令識別技術(shù)為研究內(nèi)容,以提高語音指令識別系統(tǒng)的有效性和穩(wěn)健性為目標(biāo),對嵌

2、入式語音指令識別技術(shù)中的前端預(yù)處理和識別方法優(yōu)化等關(guān)鍵問題展開研究。
　　 (1)針對嵌入式語音指令識別過程中的噪聲干擾問題,研究了基于快速獨(dú)立分量分析的語音增強(qiáng)去噪技術(shù),對該算法的核心迭代過程進(jìn)行改進(jìn),并給出了改進(jìn)的快速獨(dú)立分量分析方法。仿真實驗表明,新方法加快了算法的收斂速度,迭代次數(shù)平均減少30％左右。
　　 (2)針對傳統(tǒng)端點(diǎn)檢測技術(shù)適應(yīng)性差和在低信噪比下檢測性能陡降的問題,研究了一種新的端點(diǎn)檢測方法。該方法將功

3、率譜熵和能量相結(jié)合的特征參數(shù)用于端點(diǎn)檢測。仿真實驗顯示:在平穩(wěn)噪聲(white噪聲)下,新方法的檢測正確率比基于頻譜熵的端點(diǎn)檢測方法提高了7％左右;在非平穩(wěn)噪聲(pink噪聲)下,提高了5％左右。
　　 (3)研究了小波神經(jīng)網(wǎng)絡(luò)在語音指令識別中的應(yīng)用,并給出一種改進(jìn)的網(wǎng)絡(luò)訓(xùn)練方法。實驗結(jié)果表明,改進(jìn)方法充分利用了樣本信息,減少了系統(tǒng)的訓(xùn)練時間,提高了系統(tǒng)識別率。
　　 (4)研究了Linux系統(tǒng)在嵌入式語音指令識別系統(tǒng)中