穩(wěn)健語(yǔ)音特征和音頻場(chǎng)景識(shí)別方法的研究.pdf

1、音頻信號(hào)含有豐富的信息，并具有非接觸性、自然性和采集設(shè)備成本低的優(yōu)勢(shì)，使得音頻信號(hào)識(shí)別技術(shù)在實(shí)現(xiàn)人機(jī)交互和各種電子產(chǎn)品智能方面具有很好的應(yīng)用前景。實(shí)際應(yīng)用中，說(shuō)話人語(yǔ)音不可避免地會(huì)受到開(kāi)放環(huán)境的影響，從而降低說(shuō)話人識(shí)別的準(zhǔn)確率。穩(wěn)健語(yǔ)音特征提取算法能有效降低噪聲對(duì)說(shuō)話人語(yǔ)音特性的影響，提高說(shuō)話人系統(tǒng)的分類性能，因而受到廣泛關(guān)注。作為音頻信號(hào)識(shí)別技術(shù)的另一個(gè)分支-音頻場(chǎng)景識(shí)別技術(shù)，可以使各類設(shè)備根據(jù)音頻信息自動(dòng)地感知環(huán)境特征，具有聽(tīng)覺(jué)智能

2、性。當(dāng)前，音頻場(chǎng)景識(shí)別的問(wèn)題已成為一個(gè)研究熱點(diǎn)。
　　 在前人研究工作的基礎(chǔ)上，本文對(duì)說(shuō)話人識(shí)別中的穩(wěn)健語(yǔ)音特征提取方法、音頻場(chǎng)景識(shí)別中的特征選擇方法和模型優(yōu)化方法進(jìn)行了研究，具體包括：
　　 (1)研究了一種基于最小方差無(wú)失真響應(yīng)和感知特性的倒譜特征提取方法。作為梅爾頻率倒譜系數(shù)的一種改進(jìn)算法，該方法能有效解決梅爾頻率倒譜參數(shù)在混有背景噪聲的語(yǔ)音條件下系統(tǒng)分類性能下降的問(wèn)題，從而提高了識(shí)別系統(tǒng)的穩(wěn)健性。
　　

3、(2)給出一種基于局部判別基的特征選擇方法。該方法采用兩個(gè)判別準(zhǔn)則對(duì)特征向量在類間的區(qū)分能力進(jìn)行評(píng)估，按判別值大小進(jìn)行排序，選取前N個(gè)特征向量組成特征子集。采用HMM分類器對(duì)選取的特征子集進(jìn)行評(píng)估，對(duì)比不同N值對(duì)應(yīng)的系統(tǒng)識(shí)別率，把最高識(shí)別率對(duì)應(yīng)的N值作為最佳經(jīng)驗(yàn)值。在模型訓(xùn)練和識(shí)別過(guò)程中，能夠在線選取音頻樣本的特征子集。本文把基于局部判別基的特征選擇算法應(yīng)用于音頻場(chǎng)景識(shí)別系統(tǒng)，通過(guò)對(duì)比實(shí)驗(yàn)表明，該方法能有效地提高系統(tǒng)的分類性能。