低信噪比下語音識別技術(shù)的研究.pdf

1、低信噪比下的語音識別是目前國內(nèi)外一個重要的研究課題，也是目前語音識別的研究熱點和難點，具有極其重要的理論和實際意義。本文從研究語音處理的一些基本理論入手，重點研究了其中的語音識別算法、噪聲參數(shù)估計方法和語音增強技術(shù)，并將語音增強技術(shù)應用于低信噪比噪聲環(huán)境下的語音識別系統(tǒng)中，實驗結(jié)果表明，系統(tǒng)性能得到了明顯的改善。本文的主要研究工作如下： 1.在研究語音識別的一些基本理論基礎上，分別采用DTW和VQ兩種識別算法實現(xiàn)了非特定人孤立詞

2、識別系統(tǒng)和說話人辨認系統(tǒng)。對基于VQ算法的說話人辨認系統(tǒng)，提出了在不同噪聲環(huán)境下建立多個訓練模板的方法。同時，對基于DTW算法的非特定人孤立詞識別系統(tǒng)進行了多種噪聲環(huán)境下的仿真實驗，結(jié)果表明：在安靜環(huán)境下，系統(tǒng)識別率可到達96％以上，而在低信噪比環(huán)境下，語音識別系統(tǒng)性能急劇下降，在信噪比極低時，幾乎無法識別。 2.在分析噪聲特性的基礎上，重點研究了基于語音活性檢測和基于連續(xù)更新噪聲譜的兩種噪聲參數(shù)估計方法，并提出了將能零積的思想

3、應用到基于LPC倒譜系數(shù)的語音活性檢測算法中。實驗結(jié)果表明，這兩種算法都能有效地估計平穩(wěn)噪聲參數(shù)，而基于連續(xù)更新噪聲譜的方法在非平穩(wěn)噪聲環(huán)境下表現(xiàn)出了更佳的性能。 3.系統(tǒng)地研究了多種語音增強算法，包括基于短時譜分析的維納濾波法、譜減法和MMSE算法，并研究了基于人耳聽覺掩蔽效應的語音增強算法。在此基礎上，結(jié)合前面的改進噪聲參數(shù)估計方法，對各種語音增強算法及其改進方法進行了低信噪比環(huán)境下的系統(tǒng)仿真，并對實驗結(jié)果進行了比較和分析。