強噪聲環(huán)境下語音識別及VUI系統(tǒng)設計與實現(xiàn).pdf

1、伴隨著人機交互技術的快速發(fā)展,語音用戶界面(Voice User Interface,VUI)逐步成為國內(nèi)外的研究熱點。借助VUI系統(tǒng),改變傳統(tǒng)的鍵盤輸入模式,代之以語音輸入的方式,人機交互更加的便捷和人性化。
　　然而實際應用中環(huán)境噪聲復雜,VUI往往會遇到識別和訓練環(huán)境不相匹配的情況,從而使得語音識別率較低。因此,本文將經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)、希爾伯特-黃變化(Hilb

2、ert-Huang Transform,HHT)以及雙麥克風噪聲干擾對消技術相結合。提高了VUI系統(tǒng)在強噪聲環(huán)境下的識別率,從而給飛機輔助維修設備提供可靠的人機交互。本文的主要研究內(nèi)容如下:
　　第一,針對VUI系統(tǒng)在國內(nèi)外的研究現(xiàn)狀和發(fā)展趨勢,分析了目前民用航空輔助維修的需求,闡述了存在的實際問題和需要改進的方面。
　　第二,以往的語音端點檢測算法一般是利用語音信號的短時能量、短時平均過零率等時域特征參數(shù)。能量計算方法不盡

3、合理,且在低信噪比情況下識別效果較差。本文研究了基于EMD和Teager能量算子的語音端點檢測技術,該方法結合EMD和Teager能量算子在表征非線性非平穩(wěn)信號上的優(yōu)勢,EMD分解語音信號實現(xiàn)初步去噪,然后利用Teager能量來代替短時能量進行端點檢測。
　　第三,在去噪處理方面,傳統(tǒng)的方法是用單一麥克風獲取帶噪語音,然后進行小波變換、譜減等?？紤]到飛機維修現(xiàn)場的噪聲頻域分布更廣、幅度更大等特性,本文引入雙麥克風自適應噪聲對消技術

4、,一路麥克風采集帶噪語音,一路麥克風采集背景噪聲,利用遞歸最小二乘(Recursive Least Square,RLS)自適應算法,在時域上對消兩路信號,最大程度去除噪聲成分,保留有效語音,最終實現(xiàn)信噪比的提高。
　　第四,詳細闡述了基于以上兩種技術的VUI系統(tǒng)各模塊實現(xiàn)過程以及相互之間的通信方式。該設計采用客戶端-服務器端(C/S)結構,有效地利用了客戶端和服務器端的負載。通過對隱馬爾科夫模型(Hidden Markov Mo