基于麥克風(fēng)陣列的語音增強(qiáng)與識別研究.pdf

1、自動語音識別技術(shù)對純凈的語音信號已經(jīng)可以達(dá)到較高的識別精度。然而實際工作環(huán)境中環(huán)境噪聲與混響的存在，以及其他聲源的干擾，造成待識別語音特征與訓(xùn)練模板之間的失配，使得系統(tǒng)識別性能急劇下降。本論文針對以小尺寸麥克風(fēng)陣為接收端的自動語音識別系統(tǒng)，研究若干寬帶語音陣列處理方法，通過空時聯(lián)合處理提高實際工作環(huán)境下語音信號被正確識別的概率。
　　 論文關(guān)于語音信號聲源定位的研究，采用了基于旋轉(zhuǎn)不變技術(shù)的信號參數(shù)估計（ESPRIT）算法的寬帶

2、到達(dá)方向角估計方法，并結(jié)合多通道語音線性預(yù)測分析和信噪比估計對算法進(jìn)行了改進(jìn)。實驗證明，這種高分辨寬帶信號處理方法應(yīng)用在小尺寸麥克風(fēng)陣接收的語音信號上，具有遠(yuǎn)優(yōu)于常規(guī)波束形成方法的性能，且避免了其他典型高分辨方法中對整個角度域的掃描計算。定位結(jié)果用于指引后續(xù)陣列處理以提取從特定說話人方向到達(dá)信號。
　　 大多數(shù)現(xiàn)有麥克風(fēng)陣語音識別系統(tǒng)包括陣列信號處理和特征識別兩個先后獨立的階段。論文將陣信號處理和特征識別統(tǒng)一起來考慮，識別系統(tǒng)的