基于ZCPA特征參數(shù)的口令識(shí)別系統(tǒng).pdf

1、語音識(shí)別技術(shù)經(jīng)過幾十年的發(fā)展，已經(jīng)取得了長(zhǎng)足的進(jìn)步。尤其是HMM的成功應(yīng)用，使得識(shí)別率有了很大的提高。然而基于HMM的語音識(shí)別系統(tǒng)用于訓(xùn)練環(huán)境和測(cè)試環(huán)境失配時(shí)，由于卷積噪聲和背景噪聲的影響，使得測(cè)試語音特征參數(shù)分布特點(diǎn)不同于模型所描述的特征參數(shù)的分布，從而造成了識(shí)別性能的嚴(yán)重下降。因此改善語音識(shí)別系統(tǒng)在不同環(huán)境下的識(shí)別性能，即提高識(shí)別系統(tǒng)的魯棒性，已成為當(dāng)前語音識(shí)別研究的重點(diǎn)和熱點(diǎn)。
　　 本文首先從語音受污染的機(jī)理以及統(tǒng)計(jì)建模

2、的角度分析、闡述了環(huán)境失配造成識(shí)別性能下降的原因。
　　 其次，分析了目前改善系統(tǒng)魯棒性的常用方法。通常，因?yàn)橛?xùn)練和測(cè)試條件的不匹配而造成的系統(tǒng)性能下降，可通過對(duì)具體的使用環(huán)境進(jìn)行重新訓(xùn)練來加以補(bǔ)償。雖然這種方法也可以解決環(huán)境不匹配的問題，但是在實(shí)際應(yīng)用中，由于現(xiàn)場(chǎng)采集大量的訓(xùn)練數(shù)據(jù)比較困難，所以，這種重新訓(xùn)練的方法應(yīng)用范圍非常有限。為了改進(jìn)語音識(shí)別系統(tǒng)在噪聲環(huán)境下的識(shí)別性能，很多研究者做了大量的工作，提出了很多有效的方法。如：

3、語音增強(qiáng)、參數(shù)補(bǔ)償以及模型補(bǔ)償?shù)鹊?。這些方法都對(duì)系統(tǒng)魯棒性有一定的提高，但在實(shí)際使用過程中也都存在一定的局限性。
　　 最后，基于人耳聽覺感知機(jī)理，提取了一種魯棒性更好的特征參數(shù)。如果能夠提取一種受噪聲影響更小的特征參數(shù)，也可以有效地改善系統(tǒng)性能。我們知道人耳在噪聲環(huán)境中也能夠很好的工作，由此可見，人類對(duì)語音感知和識(shí)別的能力及其噪聲魯棒性要強(qiáng)于迄今為止的任何自動(dòng)語音識(shí)別系統(tǒng)。所以如果將人類聽覺感知語音信息的機(jī)理應(yīng)用于語音識(shí)別中，