噪聲環(huán)境下的語(yǔ)音識(shí)別技術(shù)研究.pdf

1、本論文以應(yīng)用型語(yǔ)音控制技術(shù)為目標(biāo)，以系統(tǒng)魯棒性為研究重點(diǎn)，對(duì)噪聲環(huán)境下嵌入式孤立詞語(yǔ)音識(shí)別技術(shù)的各個(gè)主要方面作了深入探討。通過(guò)對(duì)魯棒語(yǔ)音識(shí)別問(wèn)題進(jìn)行系統(tǒng)的研究和實(shí)驗(yàn)，本文形成了一套完整的魯棒語(yǔ)音識(shí)別研究體系，包括了實(shí)驗(yàn)平臺(tái)、魯棒端點(diǎn)檢測(cè)算法、魯棒特征提取算法、特征補(bǔ)償算法、聲學(xué)模型等關(guān)鍵部分，涵蓋了魯棒語(yǔ)音識(shí)別的全過(guò)程，獲得了一些有意義的成果。所有研究成果都被完整地實(shí)現(xiàn)并在語(yǔ)音庫(kù)上進(jìn)行了驗(yàn)證，最終建立了一個(gè)完整的孤立詞語(yǔ)音識(shí)別系統(tǒng)，包括

2、語(yǔ)音庫(kù)、軟件程序、硬件實(shí)現(xiàn)、應(yīng)用系統(tǒng)等，以此為基礎(chǔ)可直接構(gòu)建出一個(gè)實(shí)用的語(yǔ)音控制系統(tǒng)。上述這些研究成果具體主要包括以下幾個(gè)方面： (1) 語(yǔ)音識(shí)別實(shí)驗(yàn)系統(tǒng)建立了一個(gè)基于隱馬爾科夫模型 (Hidden Markov Model，HMM) 的語(yǔ)音識(shí)別實(shí)驗(yàn)系統(tǒng)。針對(duì)孤立詞吾音識(shí)別的特點(diǎn)優(yōu)化了系統(tǒng)中的 HMM 算法實(shí)現(xiàn)。給出了一套用于抗噪語(yǔ)音識(shí)別實(shí)驗(yàn)的選詞方案，保證了實(shí)驗(yàn)的代表性。建立了完整的孤立詞識(shí)別語(yǔ)音庫(kù)和噪聲庫(kù)以及噪聲度量標(biāo)準(zhǔn)，保

3、證了實(shí)驗(yàn)的可重復(fù)性。 (2) 端點(diǎn)檢測(cè)算法針對(duì)傳統(tǒng)雙門(mén)限端點(diǎn)檢測(cè)算法在噪聲環(huán)境下的不足之處，對(duì)算法細(xì)節(jié)作出了多處改進(jìn)。首次將一種非線(xiàn)性動(dòng)力學(xué)參數(shù)——排列熵 (Permutation Entropy，PE)應(yīng)用于噪聲環(huán)境下的端點(diǎn)檢測(cè)，提出了基于能頻比和排列熵差分的雙門(mén)限端點(diǎn)檢測(cè)算法。在實(shí)驗(yàn)平臺(tái)下與傳統(tǒng)算法進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示，提出的算法與傳統(tǒng)算法相比，噪聲魯棒性更好，檢測(cè)延時(shí)相當(dāng)。 (3) 特征提取算法系統(tǒng)總結(jié)了目

4、前常用的幾種語(yǔ)音識(shí)別特征參數(shù)，特別是詳細(xì)分析了線(xiàn)性預(yù)測(cè)編碼 (Linear Prediction Coding，LPC) 特征和 Mel 頻率倒譜系數(shù) (Mel Frequency Cepstral Coefficient，MFCC ) 特征的原理、優(yōu)缺點(diǎn)和實(shí)現(xiàn)細(xì)節(jié)。針對(duì)LPC特征和MFCC 特征的問(wèn)題，將最小方差無(wú)失真響應(yīng) (Minimum Variance Distortionless Response，MVDR) 潛估汁技術(shù)引入到

5、語(yǔ)音特征提取中，使用這種技術(shù)得到的特征參數(shù)在某種程度上結(jié)合了上述兩種主流特征參數(shù)的優(yōu)點(diǎn)。針對(duì)語(yǔ)音信號(hào)的特點(diǎn)，給出了幾種MVDR計(jì)算上的改進(jìn)方法。最后通過(guò)實(shí)驗(yàn)對(duì)比了MVDR方法與其它方法的性能。 (4) 魯棒語(yǔ)音識(shí)別技術(shù)全面研究了包括抗環(huán)境噪聲、說(shuō)話(huà)人自適應(yīng)、信道自適應(yīng)等在內(nèi)的系統(tǒng)魯棒性問(wèn)題。提出了一種用于語(yǔ)音識(shí)別的魯棒特征提取算法，這種算法基于MVDR譜估計(jì)技術(shù)，它在Mel頻率尺度上估計(jì)MVDR譜，并對(duì)得到的MVDR譜進(jìn)行調(diào)制譜

6、濾波，然后提取其倒譜系數(shù)作為特征參數(shù)。在汽車(chē)噪聲、人群噪聲和高斯白噪聲三種噪聲環(huán)境下，與MVDR特征提取算法和MFCC特征提取算法按多種信噪比做了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明使用該算法的系統(tǒng)在這三種噪聲環(huán)境下的識(shí)別率均得到了不同程度的提高。 (5) 硬件實(shí)現(xiàn)問(wèn)題針對(duì)孤立詞語(yǔ)音識(shí)別算法的硬件實(shí)現(xiàn)問(wèn)題，比較了通用處理器、數(shù)字信號(hào)處理器(Digital Signal Processor，DSP)、專(zhuān)用集成電路(Application Spe