基于麥克風(fēng)陣列的語音識別方法研究.pdf

1、近年來，隨著科技高速發(fā)展，人機(jī)交互的廣泛應(yīng)用，語音識別技術(shù)得到了廣泛的關(guān)注。語音識別主要是指能夠讓計(jì)算機(jī)聽懂人所說的話，準(zhǔn)確識別出語音的內(nèi)容，并根據(jù)識別出的內(nèi)容去執(zhí)行相應(yīng)的操作。語音識別在車載導(dǎo)航、視頻監(jiān)控、機(jī)器人控制等領(lǐng)域有著非常廣泛的應(yīng)用。目前單通道語音識別技術(shù)發(fā)展迅速，配合相應(yīng)的去噪方法，在有噪環(huán)境下也能達(dá)到較為理想的識別率。然而與麥克風(fēng)陣列相比，單通道語音識別存在一定的局限性。因此，麥克風(fēng)陣列逐漸成為近年來的研究熱點(diǎn)。
　

2、　在識別系統(tǒng)中，訓(xùn)練模型是使用在理想環(huán)境下錄制的語音。在實(shí)際環(huán)境中，待識別語音往往會(huì)混入環(huán)境噪音而導(dǎo)致識別率急劇下降。而使用一般的增強(qiáng)方法對語音做去噪增強(qiáng)，會(huì)使語音產(chǎn)生部分失真，同樣影響后端識別效果。針對此種問題，本文首先研究了單通道語音增強(qiáng)技術(shù)，并在此基礎(chǔ)上提出一種麥克風(fēng)陣列增強(qiáng)系統(tǒng)，在對語音信號做增強(qiáng)處理的同時(shí)又對信號做了失真補(bǔ)償，以此提高后端語音識別率。本論文具體研究工作和成果概述如下：
　　1.研究了單麥克風(fēng)在前端去噪增強(qiáng)

3、方面對語音識別準(zhǔn)確性的影響。使用對數(shù)最小均方誤差（LogMMSE）和改進(jìn)可懂度的維納濾波（wiener）相結(jié)合的語音增強(qiáng)方法，驗(yàn)證了其在增強(qiáng)識別方面的效果。通過對比近年來的單通道語音增強(qiáng)算法，并針對這些算法設(shè)計(jì)了相關(guān)的語音識別實(shí)驗(yàn)。實(shí)驗(yàn)證明，LogMMSE級聯(lián)改進(jìn)wiener的方法能在語音識別中取得很好的效果。
　　2.研究了一種適用在低信噪比環(huán)境下的語音端點(diǎn)檢測算法。該算法將調(diào)制域譜減法和對數(shù)能量子帶譜熵相結(jié)合，首先通過調(diào)制域譜

4、減法去除帶噪語音噪聲，然后結(jié)合對數(shù)能量和改進(jìn)子帶譜熵比算法對消噪后的語音信號進(jìn)行特征計(jì)算。實(shí)驗(yàn)結(jié)果顯示，在低信噪比環(huán)境下該方法能有效提高端點(diǎn)檢測正確率。
　　3.在本課題組提出的雙微麥克風(fēng)陣列基礎(chǔ)上，設(shè)計(jì)研究了一種雙微麥克風(fēng)陣列，并通過雙微麥克風(fēng)陣列采集語音數(shù)據(jù)庫。該方法通過利用相鄰陣元間信號的相關(guān)性進(jìn)行初始噪聲抑制，再使用頻域?qū)拵ё钚》讲顭o畸變響應(yīng)（MVDR）保留目標(biāo)聲源方向的信號并抵消其他方向的噪聲干擾，最后利用改進(jìn)的維納濾波