自動(dòng)語(yǔ)音識(shí)別特征補(bǔ)償方法研究.pdf

1、本文主要研究的是自動(dòng)語(yǔ)音識(shí)別中的前端噪聲魯棒性問題。眾所周知，語(yǔ)音識(shí)別的根本目的就是使機(jī)器能夠聽懂人類的語(yǔ)言。在當(dāng)前的實(shí)驗(yàn)室環(huán)境下，很多識(shí)別系統(tǒng)已經(jīng)能夠達(dá)到很好的性能。但在實(shí)際環(huán)境中，由于噪聲的復(fù)雜多變和未知因素的干擾，系統(tǒng)性能往往會(huì)急劇下降以至于遠(yuǎn)遠(yuǎn)不能達(dá)到實(shí)用的目的。因此，噪聲魯棒性一直是語(yǔ)音識(shí)別研究中一個(gè)非常重要的方面。噪聲魯棒性關(guān)鍵問題是解決訓(xùn)練環(huán)境和測(cè)試環(huán)境的失配。實(shí)際中這種失配是由語(yǔ)音采集環(huán)境的影響(如加性噪聲、信道畸變等)

2、以及說話人自身的影響(如說話風(fēng)格、口音等)引起的。為了使語(yǔ)音識(shí)別系統(tǒng)在不同噪聲環(huán)境下仍能具有較好的性能，就需要采用各種方法來增強(qiáng)識(shí)別系統(tǒng)的魯棒性。
　　 噪聲魯棒性的方法多種多樣，但一般來說可分為前端方法和后端方法兩大類。前端方法集中于對(duì)語(yǔ)音信號(hào)本身或者語(yǔ)音特征做處理，達(dá)到消除或盡可能抑制噪聲影響的效果；后端方法主要集中于增強(qiáng)語(yǔ)音聲學(xué)模型自身的寬容度和適應(yīng)能力，使模型能夠容忍一定程度的噪聲，或者調(diào)整模型參數(shù)使之跟上噪聲環(huán)境的變化

3、。本文主要是對(duì)噪聲魯棒性的前端方法進(jìn)行了研究，改善了一些已有的方法，也提出了一些新的方法。
　　 首先，在本文第一章中，對(duì)語(yǔ)音識(shí)別技術(shù)的發(fā)展歷程做了簡(jiǎn)單的概述，并重點(diǎn)介紹了一下基于統(tǒng)計(jì)建?？蚣芟伦詣?dòng)語(yǔ)音識(shí)別系統(tǒng)的幾個(gè)重要組成部分。
　　 由于實(shí)際中噪聲的多樣化，相應(yīng)的噪聲魯棒性方法也有很多種，每種方法都有它的特點(diǎn)和適用范圍。正是針對(duì)這種情況，論文在第二章中分別從魯棒性特征的提取、語(yǔ)音增強(qiáng)、特征補(bǔ)償/增強(qiáng)、模型補(bǔ)償四個(gè)方面

4、對(duì)噪聲魯棒性問題進(jìn)行了比較全面的介紹和總結(jié)。
　　 在本文第三章中，首先介紹了基于顯式模型的一階矢量泰勒級(jí)數(shù)(VTS)離線特征補(bǔ)償算法，但是離線算法在實(shí)用時(shí)并不完美，它最大的缺陷在于其巨大的運(yùn)算量極大的降低了系統(tǒng)處理的效率。因此，在離線算法的基礎(chǔ)上我們提出了高實(shí)時(shí)性的一階VTS特征補(bǔ)償算法，它在保證離線算法性能的同時(shí)，大大提升了算法處理的實(shí)時(shí)性。
　　 雖然在第三章中介紹的高實(shí)時(shí)性的一階VTS特征補(bǔ)償算法取得了不錯(cuò)的效果