背景噪聲下孤立詞識別算法的研究.pdf

1、近年來，語音識別一直是學(xué)術(shù)研究領(lǐng)域的一個熱點，而孤立詞語音識別以其具備較高的計算效率、較小的存儲空間和易于實現(xiàn)等優(yōu)點在實際應(yīng)用中占據(jù)重要位置。目前，在理論上，語音識別技術(shù)尤其是孤立詞語音識別技術(shù)已相對成熟，也有大量的語音識別系統(tǒng)建成，但是這些系統(tǒng)僅在實驗室環(huán)境下具有較高的識別率，在實際應(yīng)用環(huán)境中，由于噪聲的干擾，使其性能急劇下降，難以達(dá)到識別要求。因而如何提高系統(tǒng)的環(huán)境適應(yīng)性，降低噪聲對系統(tǒng)的影響，是語音識別系統(tǒng)實用化首要考慮的問題。<

2、br>　　針對這一問題，本文建立了一個基于隱馬爾可夫模型的識別系統(tǒng)，并對背景噪聲下孤立詞識別算法進(jìn)行研究，通過各種方法降低噪聲對識別系統(tǒng)識別率的影響。重點對語音的前端處理如端點檢測算法、特征提取方法和語音增強(qiáng)等方面作了深入研究。本文所做貢獻(xiàn)如下：
　　1.在研究基于短時能量、短時過零率和基于譜熵的端點檢測算法的基礎(chǔ)上，提出一種基于相關(guān)系數(shù)熵的端點檢測算法。為提高算法的魯棒性，該算法通過小波分解重構(gòu)法對語音的相關(guān)性進(jìn)行了增強(qiáng)。通過不

3、同噪聲不同信噪比下的帶噪語音信號的仿真實驗表明，本文建議的算法在低信噪比條件下比基于譜熵的端點檢測算法有較高的準(zhǔn)確度，基本克服了傳統(tǒng)的語音端點檢測算法在低信噪比下不能準(zhǔn)確識別出語音端點的問題。
　　2.研究了譜減法、改進(jìn)譜減法和維納濾波法這幾種基本的語音增強(qiáng)算法。譜減法去噪后有大量音樂噪聲殘留，改進(jìn)譜減法雖然可以去除音樂噪聲，但存在過減問題。針對以上算法的弊端，本文在基于先驗信噪比維納濾波法的基礎(chǔ)上提出改進(jìn)算法，該算法在直接判決法

4、估計先驗信噪比的公式中引入語音和噪聲的互功率譜，并在此基礎(chǔ)上加入噪聲實時更新、VAD算法及增強(qiáng)語音清晰度的條件限制。仿真實驗表明，與譜減法、改進(jìn)譜減法、維納濾波法相比，本文所提改進(jìn)算法在有效濾除噪聲的同時，最大限度地減少了語音的畸變，保證了語音的質(zhì)量，尤其是語音清晰度條件限制的引入，使得增強(qiáng)后的語音，可理解度大大增強(qiáng)。
　　3.研究比較了線性預(yù)測倒譜系數(shù)(LPCC)和美爾頻率倒譜系數(shù)(MFCC)的提取算法，選擇魯棒性更強(qiáng)的MFCC

5、參數(shù)作為特征。圍繞白噪聲、粉紅噪聲、車載噪聲和工廠噪聲這四種典型噪聲不同信噪比下的語音進(jìn)行仿真實驗，通過實驗確定了使得MFCC+△MFCC特征魯棒性最強(qiáng)的最佳階數(shù)，并且通過實驗數(shù)據(jù)研究了在不同噪聲影響下MFCC及△MFCC各分量對系統(tǒng)識別率的相對重要性，為保證系統(tǒng)在有較高識別率的情況下，減少系統(tǒng)的計算量，提高實時性提供了依據(jù)。本文同時對在不同噪聲不同信噪比下MFCC+△MFCC+LPCC+△LPCC和MFCC+△MFCC特征作了仿真實驗