基于麥克風(fēng)陣列的非線性濾波語(yǔ)音端點(diǎn)檢測(cè)算法研究.pdf

1、隨著人們生活水平的提高和科學(xué)技術(shù)的發(fā)展，“人工智能”這一概念被越來(lái)越多的人所知曉。語(yǔ)音識(shí)別是人工智能中非常重要的技術(shù)環(huán)節(jié)，只有機(jī)器能夠更好地讀懂人的語(yǔ)音，才能顯得更加“智能”。
　　在語(yǔ)音識(shí)別中，語(yǔ)音端點(diǎn)檢測(cè)技術(shù)越來(lái)越受到人們的重視，因?yàn)槎它c(diǎn)檢測(cè)正確與否直接影響到后端語(yǔ)音識(shí)別的效率和正確率。在語(yǔ)音信號(hào)端點(diǎn)檢測(cè)中，傳統(tǒng)的檢測(cè)方法在低信噪比環(huán)境下識(shí)別率會(huì)下降。為提高識(shí)別率和檢測(cè)方法的性能，本文著重研究了基于麥克風(fēng)陣列自適應(yīng)非線性濾波語(yǔ)

2、音端點(diǎn)檢測(cè)方法，主要研究包括:
　　(1)針對(duì)傳統(tǒng)端點(diǎn)檢測(cè)算法在語(yǔ)音信號(hào)信噪比較低情況下識(shí)別率就大幅下降的問(wèn)題，研究了基于麥克風(fēng)陣列的線性濾波語(yǔ)音端點(diǎn)檢測(cè)結(jié)構(gòu)。通過(guò)基于麥克風(fēng)陣列的語(yǔ)音增強(qiáng)改進(jìn)算法，實(shí)現(xiàn)了對(duì)語(yǔ)音的初步去噪，這使得整個(gè)端點(diǎn)檢測(cè)的正確率提高了近10％。
　　(2)針對(duì)語(yǔ)音對(duì)話環(huán)境中，背景噪音很多是短時(shí)穩(wěn)定或者非穩(wěn)定的情況，研究了將Legendre非線性拓展函數(shù)應(yīng)用于濾波器結(jié)構(gòu)中，這樣能使得語(yǔ)音增強(qiáng)算法能更好地去除

3、背景噪音中的非線性成分，從而加強(qiáng)端點(diǎn)檢測(cè)算法的自適應(yīng)性能和魯棒性。
　　(3)針對(duì)在背景非相干噪聲影響下短時(shí)過(guò)零率和短時(shí)能量值對(duì)端點(diǎn)檢測(cè)準(zhǔn)確率造成誤判或者漏檢的情況，研究了基于EMD分解后Teager能量值和短時(shí)過(guò)零率參數(shù)融合的語(yǔ)音端點(diǎn)檢測(cè)算法，并通過(guò)比較不同背景噪音環(huán)境下的端點(diǎn)檢測(cè)準(zhǔn)確率，驗(yàn)證了所提出的算法比傳統(tǒng)算法具有更好的魯棒性和抗噪性能。
　　(4)通過(guò)在南京信息工程大學(xué)消音室中錄制的人聲語(yǔ)音，并且與NOISEX-9