基于混合模型的噪聲補償及其在語音識別中的應(yīng)用.pdf

1、當(dāng)前在純凈環(huán)境下采用朗讀方式的語音識別系統(tǒng)識別性能已經(jīng)達到一個相當(dāng)高的程度，在這種情況下，語音識別走向?qū)嶋H應(yīng)用必須解決對噪聲環(huán)境的魯棒性問題和對說話人本身的魯棒性問題。本文的研究工作屬于前一部分，主要針對加性噪聲環(huán)境進行魯棒性研究，提出合適的噪聲消除算法，并把這些算法應(yīng)用到語音識別系統(tǒng)中，提高識別系統(tǒng)在噪聲環(huán)境下的魯棒性。 本文研究工作主要集中在功率譜域，頻域和對數(shù)譜域，分析和研究采用混合模型進行噪聲消除的算法。論文主要工作和創(chuàng)

2、新點如下： ●在功率譜域，提出采用混合指數(shù)模型描述語音周期圖分布，并在這個模型基礎(chǔ)上構(gòu)建了最小均方誤差估計器實現(xiàn)對純凈語音能量譜密度的估計。 ●在復(fù)頻域，提出采用高斯混合模型描述語音頻譜分布，給出了語音頻譜高斯混合模型構(gòu)建算法。在這個語音譜高斯混合模型的基礎(chǔ)上，本文分別構(gòu)建了最小均方誤差短時譜，幅值平方譜，短時譜幅值和對數(shù)譜幅值估計器。此外，本文在最大似然框架下提出了基于這個高斯混合模型的噪聲估計算法。 ●對數(shù)譜

3、域下實現(xiàn)的對語音特征的補償是本文最重要的部分。本文在對數(shù)譜域的工作包括以下幾點：首先提出采用高階泰勒級數(shù)展開實現(xiàn)對對數(shù)譜域非線性環(huán)境函數(shù)的近似以尋求最合適的補償形式，同時考慮對數(shù)譜高斯混合模型的建模精度問題，并且把對能量補償引入進來，提出采用類似譜減的方法補償語音能量。此外，本文還提出了把對數(shù)能量補償和對數(shù)譜補償結(jié)合在一起進行的方法。 由大詞匯量連續(xù)語音識別的結(jié)果可以看出，頻域的算法效果比較有限，這是因為這些算法主要是為了增強語