噪聲環(huán)境下的語音識別算法研究.pdf

1、隨著語音識別技術(shù)的快速發(fā)展，語音識別系統(tǒng)的性能得到了大幅度的提升，它作為一種方便、快捷、有效的人機(jī)交互方式，逐漸步入了人們的生活。然而，這些系統(tǒng)在實際使用過程中往往會遇到識別環(huán)境和訓(xùn)練環(huán)境不匹配的情況，從而使得識別器性能急劇下降。因此，如何提高語音識別系統(tǒng)在背景噪聲環(huán)境下的魯棒性成為其走出實驗室，走向人們生活的關(guān)鍵問題之一。
　　 本文在總結(jié)和分析現(xiàn)有魯棒語音識別算法的基礎(chǔ)上，依據(jù)噪聲對語音識別系統(tǒng)的影響，從信號空間、特征空間及

2、模型空間三個層面上展開了語音增強、特征增強及語音模型補償\增強等方面的研究工作，本文主要的工作及創(chuàng)新點如下：
　　 提出基于子帶譜熵的噪聲譜動態(tài)估計方法，改進(jìn)了基于先驗信噪比的維納濾波算法。所提算法首先利用子帶譜熵對帶噪語音信號進(jìn)行端點檢測以區(qū)分有聲段與無聲段，在此基礎(chǔ)上，對無聲段數(shù)據(jù)逐幀地估計噪聲功率譜并將當(dāng)前幀所估計的功率譜與前一幀所估計的功率譜進(jìn)行加權(quán)處理，以加權(quán)后的功率譜代替固定的噪聲功率譜來進(jìn)行先驗信噪比估計。實驗結(jié)果

3、表明所提算法可以有效提高語音識別系統(tǒng)的識別正確率。
　　 研究了基于多次自相關(guān)運算的去噪算法，其目的是保證在去噪的同時而不改變語音信號的頻譜結(jié)構(gòu)。算法利用語音信號的多次自相關(guān)序列受嗓聲影響不大這一特點，提出了使用多次自相關(guān)后的觀測序列來替代帶噪語音信號序列作為語音識別系統(tǒng)輸入，從而實現(xiàn)對噪聲的抑制。本文給出了算法的推導(dǎo)過程，進(jìn)行了不同相關(guān)次數(shù)下的語音識別實驗，并對結(jié)果進(jìn)行了分析。
　　 提出一種使用頻域獨立分量分析(In

4、dependent Component Analysis，ICA)的方法進(jìn)行語音信號魯棒特征提取的新算法，用以解決在卷積噪聲環(huán)境下語音信號的訓(xùn)練與識別特征不匹配問題。該算法通過短時傅里葉變換(Short Time FourierTransform，STFT)將帶噪語音信號從時域轉(zhuǎn)換到頻域后，采用頻域ICA方法從帶噪語音的短時譜中分離出語音信號的短時譜，然后根據(jù)所得到的語音信號短時譜計算美爾倒譜系統(tǒng)(Mel Frequency Cepst

5、rum Coefficient,MFCC)及其一階差分作為特征參數(shù)。實驗結(jié)果表明基于頻域ICA方法的語音特征參數(shù)在卷積噪聲環(huán)境下具有良好的魯棒性。
　　 提出了一種基于動態(tài)時間規(guī)整(Dynamic TimeWarping，DTW)的排序新方法，用以解決語音信號頻域ICA算法中出現(xiàn)的排序模糊問題。這種方法依據(jù)相鄰頻點間信號具有較高相似度這一特點，通過采用動態(tài)時間規(guī)整技術(shù)實現(xiàn)對相鄰頻點數(shù)據(jù)的比較并根據(jù)比較結(jié)果調(diào)整排序位置，實驗結(jié)果表

6、明基于動態(tài)時間規(guī)整的排序算法能有效減少頻域ICA算法中排序錯誤次數(shù)，提高分離語音質(zhì)量。
　　 深入研究了在加性噪聲與卷積噪聲環(huán)境下使用并行模型合并算法(Parallel Model Combination，PMC)進(jìn)行模型補償?shù)幕驹?，推?dǎo)了兩種情況下算法的實現(xiàn)過程；提出了一種基于雙通道的卷積環(huán)境下噪聲估計的新方法，即首先在參考通道內(nèi)使用頻域ICA方法作對語音和噪聲的短時譜進(jìn)行分離，然后在主通道內(nèi)使用帶噪語音信號短時譜減去由參

7、考通道所估計的“純凈”語音信號短時譜即可得到噪聲的短時譜。實驗部分驗證了卷積環(huán)境下噪聲估計的準(zhǔn)確性，語音識別結(jié)果表明PMC模型補償算法可以有效提高語音識別系統(tǒng)在噪聲環(huán)境下的魯棒性。
　　 提出了并行子帶隱馬爾可夫模型(Hidden Markov Model，HMM)和神經(jīng)網(wǎng)絡(luò)(Neural Network,NN)混合的魯棒語音識別模型，用以解決語音識別系統(tǒng)在噪聲環(huán)境下當(dāng)部分頻帶受到干擾時，基于全頻帶HMM的語音識別系統(tǒng)的識別率將