噪音環(huán)境下漢語連續(xù)數(shù)字的語音識(shí)別.pdf

1、目前的語音識(shí)別系統(tǒng)對(duì)純凈語音可以達(dá)到非常高的識(shí)別精度,但是環(huán)境噪聲給語音識(shí)別系統(tǒng)造成很大的影響,導(dǎo)致識(shí)別器的性能急劇下降。因此抗噪問題是語音識(shí)別真正達(dá)到實(shí)用必須解決的關(guān)鍵問題。
　　首先,對(duì)語音端點(diǎn)檢測(cè)的傳統(tǒng)方法進(jìn)行了改進(jìn):采用語音信號(hào)的短時(shí)能量和過零率結(jié)合,并根據(jù)實(shí)驗(yàn)結(jié)果合理的設(shè)置了門限和判定方法。在強(qiáng)噪音環(huán)境下,提出了結(jié)合譜減算法的新的端點(diǎn)檢測(cè)算法。
　　其次,闡述現(xiàn)階段常用去噪方法:二項(xiàng)式加權(quán)、維納濾波、譜減法等。針對(duì)

2、譜減法存在的三大問題,提出解決方案,并結(jié)合新的端點(diǎn)檢測(cè)算法和MFCC,提出了二次去噪算法。比較各種方法的識(shí)別率,發(fā)現(xiàn)新的算法對(duì)噪聲削弱效果較好。
　　然后,研究了HMM模型,討論了HMM需要解決的三大經(jīng)典問題及解決方法,并介紹了語言模型的重要性和局限性,以及在大詞匯量的語音識(shí)別中如何使用 N元語言模型。
　　最后,基于以上的分析結(jié)果,在 matlab7.0實(shí)驗(yàn)環(huán)境下,對(duì)比四種去噪方法對(duì)孤立數(shù)字識(shí)別率的影響。在此基礎(chǔ)上,構(gòu)建了