噪聲環(huán)境下的魯棒語音識別研究.pdf

1、隨著語音識別技術(shù)日益成熟,語音識別系統(tǒng)開始步入實用,因而如何提高語音識別系統(tǒng)在背景噪聲環(huán)境下的性能成為識別系統(tǒng)走向?qū)嵱玫年P(guān)鍵問題之一.該論文在總結(jié)和分析現(xiàn)有的針對噪聲魯棒識別問題的算法的基礎(chǔ)之上,依據(jù)噪聲在信號、特征和模型空間對語音的影響,在端點檢測、語音增強、語音特征增強、語音模型補償和特征補償?shù)穆?lián)合等方面做了大量的研究工作:一.端點檢測在語音識別中有很重要的應(yīng)用.該文對語音譜熵特征進行了深入的研究,提出引入常數(shù)到其中的概率密度函數(shù)的

2、計算形式中,得到改進的語音譜熵特征,并且提出了相應(yīng)的端點檢測策略.改進的譜滴能夠更容易地區(qū)分語音和噪聲信號,而且,在不同信噪比下引入不同的常數(shù),使得改進的譜熵幾乎不受信噪比變化的影響,從而門限更易于設(shè)定和調(diào)節(jié).大量實驗表明該端點檢測算法大大改善了基本的譜熵的性能,端點檢測的準(zhǔn)確程度大大高于傳統(tǒng)的基于能量的端點檢測方法.二.語音增強算法可以有效提高語音的感知質(zhì)量和可懂度.該文分析了基于ARHMM模型的最大后驗估計算法在低信噪比下的缺陷,提

3、出結(jié)合碼本限制的維納濾波算法,來限制原有算法中的混合維納濾波器,使其滿足以碼本描述的某些聲道譜的限制條件.該文提出的算法框架在輸出信噪比、感知質(zhì)量等方面都取得了一定的提高.將該語音增強算法作為語音識別器的前端處理,也可以提高語音識別系統(tǒng)性能.三.語音特征增強或補償算法的目的是凈化語音使其與訓(xùn)練環(huán)境匹配,從而提高識別性能.該文假定由加性噪聲引起的環(huán)境不匹配可以由功率譜域的加性偏差表示.由于偏差和噪聲功率譜之間的對應(yīng)關(guān)系,該文提出在最大后驗

4、框架下,引入噪聲先難知識到偏差的估計過程中.而且,由于大多數(shù)噪聲是非平穩(wěn)的,不僅需要跟蹤加性譜偏差的變化,還要實時更新噪聲的統(tǒng)計特性.因此,該文在最大后驗框架下,利用基于Kullback-Leibler信息度量的序貫估計技術(shù)自適應(yīng)地估計譜偏差和更新噪聲先驗分布的參數(shù),從而實現(xiàn)語音譜特征的增強.初步的語音識別實驗表明該文提出的算法估于序貫的最大似然估計方法,而且在非平穩(wěn)噪聲環(huán)境下明顯優(yōu)于批處理的方法.四.語音模型補償算法的目的是使得自適應(yīng)

5、之后的語音模型與訓(xùn)練環(huán)境相匹配.該文為了提高系統(tǒng)在非平穩(wěn)噪聲環(huán)境下的性能,綜合利用模型補償方法和特征補償方法各自的優(yōu)點,提出了這兩個空間內(nèi)聯(lián)合補償非平穩(wěn)的噪聲.該文將非平穩(wěn)噪聲分解為常量部分和殘留噪聲部分.在識別之前,利用該文提出的改進的雅可比自適應(yīng)算法來補償常量部分的噪聲;在識別時,利用該文提出的殘留噪聲消除算法來消除殘留噪聲的影響.在平穩(wěn)噪聲和非平穩(wěn)噪聲下的實驗結(jié)果證明了改進的雅可比自適應(yīng)算法優(yōu)于原有的雅可比自適應(yīng)算法,而且在兩個空