基于HMM與ANN混合模型語(yǔ)音識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著人工智能技術(shù)的蓬勃發(fā)展，作為人機(jī)交互接口的語(yǔ)音識(shí)別技術(shù)也受到國(guó)際各界學(xué)者的廣泛重視。目前商用的語(yǔ)音識(shí)別系統(tǒng)在室內(nèi)高信噪比環(huán)境下已經(jīng)取得了較高的識(shí)別率，但對(duì)于室外的環(huán)境，系統(tǒng)的識(shí)別率則表現(xiàn)不佳。本文通過(guò)探尋語(yǔ)音識(shí)別系統(tǒng)對(duì)噪聲的自適應(yīng)性以及引入馬爾科夫和人工神經(jīng)網(wǎng)絡(luò)混合模型的方法，初步建立了一個(gè)較為完善的語(yǔ)音識(shí)別自適應(yīng)模型，能夠提高復(fù)雜環(huán)境下的語(yǔ)音識(shí)別率，增強(qiáng)語(yǔ)音識(shí)別系統(tǒng)的穩(wěn)健性及自適應(yīng)性。
　　本文主要做了如下工作:
　　

2、1.針對(duì)倒譜距離語(yǔ)音端點(diǎn)檢測(cè)算法存在的問(wèn)題，通過(guò)計(jì)算每幀語(yǔ)音信號(hào)的短時(shí)信噪比，確立信噪比與門限閾值的關(guān)系，建立了一種自適應(yīng)判決門限的雙參數(shù)判決準(zhǔn)則，能夠精準(zhǔn)的檢測(cè)出語(yǔ)音端點(diǎn)信號(hào)，改進(jìn)后的算法具有一定的自適應(yīng)性，語(yǔ)音信號(hào)端點(diǎn)檢測(cè)準(zhǔn)確率有所提升。
　　2.針對(duì)譜減法語(yǔ)音增強(qiáng)技術(shù)容易產(chǎn)生音樂(lè)噪聲的問(wèn)題，引入了SNR與譜減因子關(guān)系模型，通過(guò)關(guān)系模型動(dòng)態(tài)調(diào)整譜減因子及語(yǔ)音增益系數(shù)，在最大限度抑制音樂(lè)噪聲產(chǎn)生的前提下，提升語(yǔ)音信噪比，增強(qiáng)系統(tǒng)