基于計(jì)算聽(tīng)覺(jué)場(chǎng)景分析的語(yǔ)音預(yù)處理系統(tǒng).pdf

1、隨著現(xiàn)代通信技術(shù)的高速發(fā)展，空間環(huán)境、噪聲以及干擾的類型都變得越來(lái)越復(fù)雜，語(yǔ)音信號(hào)往往會(huì)受到環(huán)境噪聲的污染，造成語(yǔ)音質(zhì)量的明顯下降。傳統(tǒng)的語(yǔ)音識(shí)別工具(例如IBM公司的ViaVio ve)對(duì)純凈語(yǔ)音的識(shí)別效果較為理想，然而，在低信噪比以及存在噪聲干擾的移動(dòng)環(huán)境下，這類語(yǔ)音識(shí)別系統(tǒng)的性能就會(huì)急劇下降。因此，如何提高移動(dòng)環(huán)境下語(yǔ)音識(shí)別系統(tǒng)的抗干擾能力成為了當(dāng)前亟待解決的一個(gè)問(wèn)題。
　　現(xiàn)有的語(yǔ)音識(shí)別技術(shù)大多都是單純基于模式識(shí)別而不考慮

2、對(duì)語(yǔ)音的凈化，針對(duì)此問(wèn)題，本文實(shí)現(xiàn)了一種基于計(jì)算聽(tīng)覺(jué)場(chǎng)景分析（CASA）的語(yǔ)音識(shí)別系統(tǒng)。與傳統(tǒng)的方法不同的是，該識(shí)別系統(tǒng)在語(yǔ)音識(shí)別引擎前端添加了CASA的語(yǔ)音預(yù)處理模塊以提高移動(dòng)環(huán)境下語(yǔ)音識(shí)別正確率。本文基于CASA的預(yù)處理模塊，通過(guò)使用互通道相關(guān)以及時(shí)域連續(xù)性等組合線索，將來(lái)自同一聲源的聽(tīng)覺(jué)元素合并成聽(tīng)覺(jué)片段，從而將目標(biāo)語(yǔ)音從噪聲中分離出來(lái)。此外，本文利用隱馬爾可夫模型工具包（HTK）來(lái)構(gòu)建一中文語(yǔ)音數(shù)據(jù)庫(kù)，并通過(guò)端點(diǎn)檢測(cè)的方法對(duì)數(shù)據(jù)

3、庫(kù)中的語(yǔ)音進(jìn)行Mel頻率倒譜系數(shù)（MFCC）特征的提取。最后，利用參數(shù)重估算法結(jié)合語(yǔ)音的MFCC特征進(jìn)行語(yǔ)法訓(xùn)練，得到了一個(gè)隱馬爾可夫模型（HMM），并以該HMM模型為基礎(chǔ)搭建基于CASA的語(yǔ)音識(shí)別系統(tǒng)，即CASA語(yǔ)音識(shí)別系統(tǒng)。
　　為了驗(yàn)證所提算法的有效性，仿真實(shí)驗(yàn)設(shè)定了兩種類型噪聲，即馬路噪聲和室內(nèi)咖啡館噪聲。并在不同信噪比的環(huán)境下，驗(yàn)證CASA語(yǔ)音識(shí)別系統(tǒng)對(duì)噪聲的魯棒性。仿真結(jié)果表明，對(duì)比現(xiàn)有的語(yǔ)音識(shí)別系統(tǒng)，本文所提出的CA