嘈雜環(huán)境下特定目標(biāo)語音搜索方法研究.pdf

1、語音搜索是用來判定特定目標(biāo)身份信息的一種識別技術(shù)，應(yīng)用領(lǐng)域較為廣泛，所以嘈雜環(huán)境下特定目標(biāo)語音搜索方法成為當(dāng)前研究的熱點，具有重要的理論和實際意義。本文從語音信號的基本理論入手，著重研究了特征參數(shù)的提取、高斯混合模型的訓(xùn)練方式、噪聲參數(shù)估計及語音增強算法，并提出了一種基于語音增強算法與高斯混合模型相結(jié)合的嘈雜環(huán)境下語音搜索方法。
　　本文對語音搜索的逐個環(huán)節(jié)進行了詳細(xì)研究，首先對語音信號的預(yù)處理過程進行了簡要分析，研究了幾種常用的

2、端點檢測方法，指出了其在嘈雜環(huán)境下的不足。其次分析了幾種典型特征參數(shù)的提取方法，并對梅爾倒譜系數(shù)進行一階差分處理得到ΔMFCC，將MFCC與ΔMFCC相融合，以提高系統(tǒng)搜索的準(zhǔn)確性。然后對嘈雜環(huán)境中的噪聲特性進行了研究，主要分析了有聲/無聲段檢測與連續(xù)噪聲譜兩種噪聲估計的方法，并將改進的譜熵法用于有聲/無聲段檢測。經(jīng)仿真實驗表明，有聲/無聲段檢測僅能對平穩(wěn)噪聲進行有效估計，而連續(xù)噪聲譜對平穩(wěn)噪聲和非平穩(wěn)噪聲均有較好的處理效果。在噪聲估計

3、的基礎(chǔ)上，為了提高語音信號的信噪比，減少信號失真。對譜減法，維納濾波算法，基于最小均方誤差的MMSE算法進行了研究，并提出了新的動態(tài)Dynamic-MMSE算法。經(jīng)仿真實驗表明，本文提出的新算法較上述算法性能上有了一定提升。為了提高特定目標(biāo)語音搜索的識別率，對諸多識別模型進行了研究。最終確定采用高斯混合模型及期望最大化算法(EM算法)將融合后的特征參數(shù)進行特定目標(biāo)語音搜索，優(yōu)勢在于并不需要完整的數(shù)據(jù)便可對概率模型的特征參數(shù)進行最優(yōu)估計，