基于HMM模型的連接詞語音識別的抗噪研究.pdf

1、語音識別經(jīng)過半個(gè)世紀(jì)的發(fā)展，其理論研究已經(jīng)取得了一定的成果，在實(shí)驗(yàn)室環(huán)境中取得了極高的識別率，并且已經(jīng)從實(shí)驗(yàn)室走向?qū)嵱?。然而離人們所期望的語音識別能力跟人一樣的目標(biāo)還相去甚遠(yuǎn)。語音識別在實(shí)用化的過程中仍存在如環(huán)境等諸多制約因素，還需要在各個(gè)層次進(jìn)行有針對性的研究，使語音識別能夠真正實(shí)用化。 本文以提高加性噪聲干擾下語音識別系統(tǒng)的識別率為目的，全面研究語音識別理論基礎(chǔ)，重點(diǎn)研究預(yù)處理和特征提取階段的抗噪聲的技術(shù)，并采用漸進(jìn)的方式實(shí)

2、現(xiàn)了基于HMM模型的漢語孤立詞和連接詞的語音識別系統(tǒng)。 深入研究語音增強(qiáng)處理和端點(diǎn)檢測技術(shù)，從語音非線性特征—復(fù)雜性測度出發(fā)，提出一種具有抗噪能力的端點(diǎn)檢測的方法，實(shí)驗(yàn)證明該方法在低信噪比下能準(zhǔn)確檢測出語音的端點(diǎn)。對抗噪特征提取技術(shù)進(jìn)行深入分析，給出了一種新的動(dòng)態(tài)模型補(bǔ)償方法，實(shí)驗(yàn)證明該特征具更好的魯棒性。對HMM模型在實(shí)現(xiàn)過程中出現(xiàn)的問題，如多訓(xùn)練集問題、模型初值選擇、數(shù)據(jù)下溢等給出了解決方法。將提出的方法具體應(yīng)用系統(tǒng)中，實(shí)驗(yàn)