噪聲環(huán)境下語音識(shí)別方法的研究.pdf

1、噪聲環(huán)境下的語音識(shí)別是國(guó)內(nèi)外一個(gè)重要的研究課題，具有重要的理論和實(shí)際意義。由于訓(xùn)練環(huán)境與識(shí)別環(huán)境的不匹配，現(xiàn)有的語音識(shí)別系統(tǒng)在噪聲環(huán)境下的識(shí)別性能下降十分嚴(yán)重，因而還不能實(shí)現(xiàn)真正的商業(yè)化。 本文從語音模型入手，討論了新的抗噪語音識(shí)別方法。通過分析噪聲對(duì)語音識(shí)別性能的影響，提出了兩種新的抗噪語音識(shí)別方法，即動(dòng)態(tài)時(shí)間規(guī)整（DTW）和學(xué)習(xí)矢量量化（LVQ）相結(jié)合的識(shí)別方法以及基于隱馬爾可夫模型（HMM）和小波神經(jīng)網(wǎng)絡(luò)（WNN）混合模型

2、的語音識(shí)別方法。其中第一種方法具有訓(xùn)練和識(shí)別過程簡(jiǎn)單的優(yōu)點(diǎn)，對(duì)信噪比為10dB的情況下識(shí)別率從26﹪提高到50﹪。第二種方法則通過結(jié)合HMM的時(shí)間建模能力和WNN的分類決策能力，在不影響純凈語音識(shí)別率的情況下，比第一種方法具有更高的識(shí)別率，對(duì)信噪比為10dB的情況下識(shí)別率為66﹪，這種方法在低信噪比的情況下識(shí)別率提高尤為明顯。 此外，本文還提出一種基于語音增強(qiáng)技術(shù)的語音識(shí)別方法，即通過對(duì)帶噪的原始語音進(jìn)行語音增強(qiáng)，提高源信號(hào)的信