基于小波分析的嵌入式語音識別技術研究與實現(xiàn).pdf

1、隨著我國社會生活水平的提高，汽車產(chǎn)業(yè)快速發(fā)展，越來越多的汽車進入了平常百姓的生活當中，嵌入式語音識別技術在汽車車載電子中的應用也日益受到業(yè)界的關注。但是，由于國外技術壟斷等原因，我國嵌入式平臺下的車載語音識別技術還處于關鍵技術研究階段，研究車載環(huán)境下的語音識別技術，將是汽車電子技術主要研究方向之一，具有重要的理論意義和應用價值。而在實際應用中，由于車載噪聲的存在，嚴重影響著語音識別系統(tǒng)的識別性能，因此本文在基于小波分析技術的基礎上，重點

2、對語音增強算法和特征提取算法進行了研究，并設計實現(xiàn)了相應的嵌入式語音識別平臺，其主要內(nèi)容如下:
　　 1.綜述了語音識別技術和嵌入式下語音識別技術的發(fā)展情況，并對現(xiàn)有的嵌入式語音識別技術中存在的一些問題進行了分析，簡要說明了語音增強技術和特征算法作為一種手段對語音識別性能的影響，重點介紹了現(xiàn)有的基于小波分析的語音增強算法和特征算法。
　　 2.利用小波分析具有時-頻局部化分析的突出優(yōu)點，提出了基于自適應閾值算法的頻帶分段

3、時變閾值算法。該算法對信號小波分解各尺度上的系數(shù)進行分段閾值求取處理，通過噪聲的時頻包絡趨勢對各段的信噪比和調(diào)節(jié)因子進行估計，并設置了上下臨界值來區(qū)分噪音段和語音段，最后結合聽覺掩蔽效應原理確定當前段閾值。實驗結果表明，新算法在改善語音質(zhì)量方面有所提升，并且減少了時間開銷。
　　 3.在小波分析技術的基礎上，利用語音信號的自相關處理可以減少噪聲影響，并結合加權帶通濾波器分析技術，提出了基于小波包變換的加權語音特征參數(shù)，該特征參數(shù)

4、用小波包變換來模擬人耳的聽覺特性，其根據(jù)臨界帶寬的劃分與MEL濾波器組在頻帶上的分布，選擇合適的小波包頻帶使其更好地符合人耳基底膜的頻率分析特性。并同時利用加權帶通濾波器分析技術來抑制在強噪聲和信道干擾下信號的波動，來提高語音識別系統(tǒng)的識別性能。
　　 4.設計并實現(xiàn)了基于DSP+STM32的嵌入式語音識別系統(tǒng)，在此基礎上對語音增強和特征提取算法進行了系統(tǒng)測試，驗證本文提出的語音增強和特征提取算法能夠有效的抑制汽車噪聲，提高系統(tǒng)