噪聲環(huán)境下的語音識別算法研究.pdf

1、隨著語音識別技術的快速發(fā)展，語音識別系統(tǒng)的性能得到了大幅度的提升，它作為一種方便、快捷、有效的人機交互方式，逐漸步入了人們的生活。然而，這些系統(tǒng)在實際使用過程中往往會遇到識別環(huán)境和訓練環(huán)境不匹配的情況，從而使得識別器性能急劇下降。因此，如何提高語音識別系統(tǒng)在背景噪聲環(huán)境下的魯棒性成為其走出實驗室，走向人們生活的關鍵問題之一。
　　 本文在總結和分析現(xiàn)有魯棒語音識別算法的基礎上，依據(jù)噪聲對語音識別系統(tǒng)的影響，從信號空間、特征空間及

2、模型空間三個層面上展開了語音增強、特征增強及語音模型補償\增強等方面的研究工作，本文主要的工作及創(chuàng)新點如下：
　　 提出基于子帶譜熵的噪聲譜動態(tài)估計方法，改進了基于先驗信噪比的維納濾波算法。所提算法首先利用子帶譜熵對帶噪語音信號進行端點檢測以區(qū)分有聲段與無聲段，在此基礎上，對無聲段數(shù)據(jù)逐幀地估計噪聲功率譜并將當前幀所估計的功率譜與前一幀所估計的功率譜進行加權處理，以加權后的功率譜代替固定的噪聲功率譜來進行先驗信噪比估計。實驗結果

3、表明所提算法可以有效提高語音識別系統(tǒng)的識別正確率。
　　 研究了基于多次自相關運算的去噪算法，其目的是保證在去噪的同時而不改變語音信號的頻譜結構。算法利用語音信號的多次自相關序列受嗓聲影響不大這一特點，提出了使用多次自相關后的觀測序列來替代帶噪語音信號序列作為語音識別系統(tǒng)輸入，從而實現(xiàn)對噪聲的抑制。本文給出了算法的推導過程，進行了不同相關次數(shù)下的語音識別實驗，并對結果進行了分析。
　　 提出一種使用頻域獨立分量分析(In

4、dependent Component Analysis，ICA)的方法進行語音信號魯棒特征提取的新算法，用以解決在卷積噪聲環(huán)境下語音信號的訓練與識別特征不匹配問題。該算法通過短時傅里葉變換(Short Time FourierTransform，STFT)將帶噪語音信號從時域轉換到頻域后，采用頻域ICA方法從帶噪語音的短時譜中分離出語音信號的短時譜，然后根據(jù)所得到的語音信號短時譜計算美爾倒譜系統(tǒng)(Mel Frequency Cepst

5、rum Coefficient,MFCC)及其一階差分作為特征參數(shù)。實驗結果表明基于頻域ICA方法的語音特征參數(shù)在卷積噪聲環(huán)境下具有良好的魯棒性。
　　 提出了一種基于動態(tài)時間規(guī)整(Dynamic TimeWarping，DTW)的排序新方法，用以解決語音信號頻域ICA算法中出現(xiàn)的排序模糊問題。這種方法依據(jù)相鄰頻點間信號具有較高相似度這一特點，通過采用動態(tài)時間規(guī)整技術實現(xiàn)對相鄰頻點數(shù)據(jù)的比較并根據(jù)比較結果調整排序位置，實驗結果表

6、明基于動態(tài)時間規(guī)整的排序算法能有效減少頻域ICA算法中排序錯誤次數(shù)，提高分離語音質量。
　　 深入研究了在加性噪聲與卷積噪聲環(huán)境下使用并行模型合并算法(Parallel Model Combination，PMC)進行模型補償?shù)幕驹?，推導了兩種情況下算法的實現(xiàn)過程；提出了一種基于雙通道的卷積環(huán)境下噪聲估計的新方法，即首先在參考通道內(nèi)使用頻域ICA方法作對語音和噪聲的短時譜進行分離，然后在主通道內(nèi)使用帶噪語音信號短時譜減去由參

7、考通道所估計的“純凈”語音信號短時譜即可得到噪聲的短時譜。實驗部分驗證了卷積環(huán)境下噪聲估計的準確性，語音識別結果表明PMC模型補償算法可以有效提高語音識別系統(tǒng)在噪聲環(huán)境下的魯棒性。
　　 提出了并行子帶隱馬爾可夫模型(Hidden Markov Model，HMM)和神經(jīng)網(wǎng)絡(Neural Network,NN)混合的魯棒語音識別模型，用以解決語音識別系統(tǒng)在噪聲環(huán)境下當部分頻帶受到干擾時，基于全頻帶HMM的語音識別系統(tǒng)的識別率將