采用脈沖耦合神經(jīng)網(wǎng)絡(luò)的有噪特定人語(yǔ)音識(shí)別系統(tǒng)研究.pdf

1、隨著計(jì)算機(jī)不斷向便攜化發(fā)展及其環(huán)境的日趨復(fù)雜化,人類(lèi)迫切希望擺脫鍵盤(pán)的束縛而代之以一種更便捷、自然、有效的輸入方式與計(jì)算機(jī)進(jìn)行交流。語(yǔ)音識(shí)別技術(shù)正是在這樣的環(huán)境中發(fā)展起來(lái)的。語(yǔ)音識(shí)別技術(shù)是使計(jì)算機(jī)根據(jù)語(yǔ)音執(zhí)行相應(yīng)的命令,為人類(lèi)服務(wù)。目前,語(yǔ)音識(shí)別技術(shù)已經(jīng)得到廣泛應(yīng)用。它在家電產(chǎn)品、智能玩具、商業(yè)系統(tǒng)的數(shù)據(jù)庫(kù)語(yǔ)音查詢(xún)、工業(yè)生產(chǎn)部門(mén)的語(yǔ)聲控制、電話(huà)與電信系統(tǒng)的自動(dòng)撥號(hào)等領(lǐng)域發(fā)揮重要的作用,并且極有可能成為下一代操作系統(tǒng)界面。
　　

2、語(yǔ)音識(shí)別技術(shù)雖然取得了長(zhǎng)足的進(jìn)步,但仍有許多問(wèn)題有待研究解決,噪聲環(huán)境下的特定人識(shí)別即是其中之一。在實(shí)驗(yàn)室環(huán)境下的特定人識(shí)別系統(tǒng)已經(jīng)具有較高的識(shí)別率,但人們?cè)谡Z(yǔ)音通信過(guò)程中不可避免地會(huì)受到來(lái)自周?chē)鞣N噪聲的干擾,這些干擾導(dǎo)致系統(tǒng)識(shí)別率顯著降低。基于譜減法計(jì)算簡(jiǎn)單,容易實(shí)現(xiàn)的優(yōu)點(diǎn),為了提高特定人語(yǔ)音識(shí)別系統(tǒng)在噪聲環(huán)境下的識(shí)別率,本文采用譜減法進(jìn)行語(yǔ)音去噪,同時(shí)為了有效抑制譜減法去噪時(shí)產(chǎn)生的“音樂(lè)噪聲”問(wèn)題,本文在典型譜減法的基礎(chǔ)上作了一定

3、的改進(jìn)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)型譜減法能有效的抑制噪聲的干擾,且沒(méi)有產(chǎn)生過(guò)多“音樂(lè)噪聲”,并使系統(tǒng)的識(shí)別率得到大幅度提高。特征參數(shù)是語(yǔ)音識(shí)別系統(tǒng)的基礎(chǔ)。特征參數(shù)應(yīng)能完全、準(zhǔn)確地表達(dá)語(yǔ)音信號(hào)所攜帶的全部信息。對(duì)于語(yǔ)音識(shí)別系統(tǒng)來(lái)說(shuō),如何選取能夠唯一表征語(yǔ)音的有效且可靠的特征參數(shù),是系統(tǒng)的關(guān)鍵問(wèn)題之一,直接關(guān)系到系統(tǒng)的優(yōu)劣性和系統(tǒng)的識(shí)別率。本文運(yùn)用脈沖耦合神經(jīng)網(wǎng)絡(luò)從語(yǔ)音信號(hào)的頻譜圖中提取熵序列作為系統(tǒng)的特征參數(shù),并將其與常用的線性預(yù)測(cè)倒譜系數(shù)和美

4、爾倒譜系數(shù)作對(duì)比。實(shí)驗(yàn)結(jié)果表明,熵序列大大降低了系統(tǒng)數(shù)據(jù)量,使系統(tǒng)具有較好的實(shí)時(shí)性和識(shí)別率。
　　 本文首先介紹研究背景及語(yǔ)音識(shí)別的國(guó)內(nèi)外研究現(xiàn)狀,簡(jiǎn)要介紹了語(yǔ)音識(shí)別的理論基礎(chǔ)及語(yǔ)音學(xué)的基礎(chǔ)知識(shí)。接著對(duì)語(yǔ)音識(shí)別系統(tǒng)中預(yù)處理、特征參數(shù)提取、識(shí)別模型進(jìn)行詳細(xì)介紹。針對(duì)在噪聲環(huán)境下識(shí)別率偏低的問(wèn)題,采用了改進(jìn)型的譜減法進(jìn)行語(yǔ)音去噪。文中還介紹了運(yùn)用脈沖耦合神經(jīng)網(wǎng)絡(luò)提取熵序列作為特征參數(shù)的方法。最后,根據(jù)采用的方法實(shí)現(xiàn)了特定人語(yǔ)音識(shí)別系