數(shù)學形態(tài)學在語音識別中的應用研究.pdf

1、由于現(xiàn)實環(huán)境中存在各種噪聲，嚴重影響了語音的識別率，因此帶噪語音識別的研究顯得尤為重要。本文從語音信號的非線性理論出發(fā)，探討數(shù)學形態(tài)學在提高語音識別抗噪性能中的應用。對帶噪語音識別中的語音增強、特征參數(shù)提取及識別方法等關鍵問題進行了研究。主要研究內(nèi)容如下： 1．對基于形態(tài)濾波的語音增強方法進行了研究。采用不同的形態(tài)濾波器和結(jié)構(gòu)元素對帶噪語音進行增強，得到不同情況下的輸出信噪比，分析了結(jié)構(gòu)元素形狀及長度對增強效果的影響。

2、2．將形態(tài)濾波和小波變換相結(jié)合，形成形態(tài)-小波濾波器，對帶有不同噪聲的語音信號進行濾波。實驗結(jié)果表明，這種濾波器較好地保持了語音信號形狀并使信號得到增強，效果優(yōu)于形態(tài)濾波器。 3．基于形態(tài)濾波器的冪等性，采用形態(tài)預失真方法提取純凈語音的美爾倒譜等參數(shù)。對純凈、帶噪、去噪及預失真語音特征參數(shù)間的距離進行了分析比較，得出了預失真方法的可行性。 4．在形態(tài)濾波的基礎上，對基音周期檢測方法進行了研究。根據(jù)短時平均幅度差函數(shù)(AM

3、DF)與修正自相關函數(shù)(MACF)的特點，設計了濾波加權(quán)修正自相關函數(shù)的基音周期檢測方法。該方法利用歸一化平均幅度差函數(shù)的指數(shù)形式對修正自相關函數(shù)進行加權(quán)，實現(xiàn)了帶噪語音的基音周期檢測。 5．采用預失真特征參數(shù)作為訓練數(shù)據(jù)用于隱馬爾可夫模型（HMM）識別方法，提高了訓練和識別的匹配性，使語音識別率較使用傳統(tǒng)方法的識別率有較大提高。 6．設計了基于預失真參數(shù)的改進徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡語音識別方法。對隱層中心的選擇、