穩(wěn)健語音識別的前端處理研究.pdf

1、穩(wěn)健語音識別為從帶噪語音信號中提取出語音的本質(zhì)特征，達到對語音進行識別或確認的目的。本文主要研究穩(wěn)健語音識別的前端處理部分，該部分的主要目的就是排除噪聲干擾，提取“干凈”語音信號參數(shù)。其主要包括以下三部分：端點檢測、語音增強和特征提取。 首先是端點檢測，其目的為排除無聲段的干擾，選取出“有意義”的語音段。該部分研究了幾種經(jīng)典的端點檢測方法，如：短時能量、平均過零率、雙門限檢測、頻譜熵、功率譜熵還有頻帶方差方法，相關(guān)實驗仿真均反映

2、其各自算法特點。通過分析頻帶方差算法存在不足的情況下，提出了改進算法即子帶頻帶方差端點檢測方法，實驗結(jié)果證明了其優(yōu)越性。 接著研究了語音增強，其目的為提高語音的信噪比和可懂度，它是實現(xiàn)語音識別系統(tǒng)穩(wěn)健性的一個關(guān)鍵步驟。該部分研究了小波軟、硬閾值的不同去噪方法，重點研究了考慮人耳感知特性的仿生小波變換，并將閾值去噪方法應(yīng)用其中，提出了一種新的基于仿生小波變換的閾值去噪語音增強方法。實驗結(jié)果表明：該方法在四種實際噪聲環(huán)境下均優(yōu)于一些