魯棒性語音識(shí)別的特征提取與模型自適應(yīng)算法研究.pdf

1、迄今為止,語音識(shí)別系統(tǒng)的性能得到了很大提高.然而,當(dāng)識(shí)別環(huán)境和訓(xùn)練環(huán)境失配時(shí),其識(shí)別性能會(huì)急劇下降.提高語音識(shí)別系統(tǒng)的魯棒性是決定其能否實(shí)用的關(guān)鍵因素之一,是目前語音識(shí)別系統(tǒng)需要迫切解決的關(guān)鍵問題.本文從語音信號(hào)抗噪聲特征參數(shù)提取算法和HMM聲學(xué)模型自適應(yīng)算法兩個(gè)方面著手,對基于HMM語音識(shí)別系統(tǒng)的抗噪聲特性進(jìn)行了研究,同時(shí)對基于聽覺特性的語音增強(qiáng)算法進(jìn)行了初步研究.提出了一種在加性噪聲環(huán)境下具有良好抗噪性的語音特征參數(shù),稱為DAS-W

2、LPCC倒譜系數(shù),該參數(shù)充分利用了自相關(guān)函數(shù)序列的動(dòng)態(tài)信息,利用頻率規(guī)整的LPC分析近似人耳聽覺感知特性,從而使得該參數(shù)具有良好的抗噪聲性能.實(shí)驗(yàn)結(jié)果表明相對于常規(guī)的特征參數(shù),該參數(shù)在各種噪聲的不同信噪比情況下,語音識(shí)別系統(tǒng)的誤識(shí)率都有顯著地降低.針對加性噪聲和卷積噪聲的影響,本論文提出了一種對加性噪聲和卷積噪聲均有效的抗噪聲語音特征參數(shù),首先根據(jù)噪聲頻譜比語音信號(hào)的頻譜變化更慢的特點(diǎn),引入了頻譜差分法,消除加性噪聲的影響,然后在倒譜域

3、進(jìn)行歸一化處理,消除卷積噪聲的影響.實(shí)驗(yàn)結(jié)果表明在加性噪聲環(huán)境下,該參數(shù)與DAS-WLPCC識(shí)別性能相當(dāng),且優(yōu)于MFCC,但當(dāng)存在卷積噪聲時(shí),其識(shí)別性能明顯優(yōu)于DAS-WLPCC和MFCC.模型自適應(yīng)算法是解決識(shí)別環(huán)境和訓(xùn)練環(huán)境失配的有效方法.本論文對模型自適應(yīng)算法在抗噪聲語音識(shí)別中的應(yīng)用進(jìn)行了深入研究,提出了一種基于最大后驗(yàn)非線性變換的模型自適應(yīng)算法,稱為MAPNT算法,并給出了變換參數(shù)的重估公式.最后對MAPNT算法、MLLR等算法