学位论文 > 优秀研究生学位论文题录展示

孤立词小词汇量抗噪声语音识别方法的研究

作　者: 赵彦平
导　师: 赵晓晖
学　校: 吉林大学
专　业: 信号与信息处理
关键词: 语音识别端点检测 CDHMM 特征参数噪声鲁棒性
分类号: TN912.34
类　型: 硕士论文
年　份: 2006年
下　载: 298次
引　用: 6次
阅　读: 论文下载

内容摘要

本文提出了一种可用于端点检测的鲁棒性语音特征提取新方法。新特征语音包络明显,具有实用范围广且不需要噪声先验知识的优点。经过进一步的改进,新特征更能体现幅度低、频率高的摩擦音和爆破音部分,并且在语音的起始段和结束段有较高的幅度。该方法简单、容易设定域值,对汽车噪声干扰下的语音有较高的端点检测准确率。本文提出了冲击噪声环境下基于信号子空间的多通道语音增强方法。该方法有效的抑制了冲击噪声,对高斯白噪声和高斯有色噪声也有一定的效果。把增强后的语音信号用于语音识别实验发现,在低信噪比时可提高识别率,在高信噪比时识别效果不理想。本文研究了几种语音特征参数,在此基础上提出了一种基于循环自相关函数和微分功率谱的Mel倒谱参数。把该特征参数用于不同噪声环境下的语音识别实验发现在高信噪比时能取得和其它方法相近的高识别率,在低信噪比时粉色噪声和Babble噪声环境中识别效果优于其它方法。

全文目录

第一章绪论  8-16
  1.1 语音识别的发展和现状  8-12
  1.3 研究背景和意义  12-13
  1.4 孤立词语音识别存在的难点问题  13-14
  1.5 本文研究的主要内容及研究成果  14-15
  1.6 论文章节安排  15-16
第二章端点检测  16-30
  2.1 几种常见的端点检测方法  16-20
    2.1.1 以能量和过零率为特征的方法  16-18
    2.1.2 短时能频值相对门限法  18
    2.1.3 基于多特征的方法  18-20
  2.2 用于端点检测的鲁棒性特征提取新方法  20-25
    2.2.1 算法简要回顾  20-22
    2.2.2 本节提出的鲁棒性特征  22-23
    2.2.3 计算机仿真实验  23-25
  2.3 VOLVO 汽车噪声环境下语音端点检测方法  25-30
    2.3.1 本节提出的新特征  25-26
    2.3.2 计算机仿真试验  26-30
第三章基于 CDHMM 的语音识别系统  30-49
  3.1 隐马尔可夫模型概述  30-43
    3.1.1 隐马尔可夫模型的基本原理  30-31
    3.1.2 隐马尔可夫模型的分类  31-32
    3.1.3 隐马尔可夫链的形状  32-33
    3.1.4 隐马尔可夫模型的基本算法  33-37
    3.1.5 算法中需要考虑的问题  37-43
  3.2 语音识别的预处理  43-44
  3.3 本文采用的基于CDHMM 的语音识别系统  44-49
    3.3.1 CDHMM 模型参数训练  45-48
    3.3.2 CDHMM 的识别过程  48-49
第四章抗噪声语音识别方法  49-67
  4.1 语音和噪声的特性  50-52
    4.1.1 语音特性  50-51
    4.1.2 噪声特性  51-52
  4.2 冲击噪声环境下基于信号子空间的多通道语音增强方法  52-60
    4.2.1 本文提出的增强方法  53-57
    4.2.2 计算机仿真实验  57-60
  4.3 噪声鲁棒性语音特征  60-67
    4.3.1 MFCC 提取方法  61-63
    4.3.2 AMFCC 提取过程  63-64
    4.3.3 DPSMFCC 提取过程  64-65
    4.3.4 本文提出的特征参数提取过程  65-66
    4.3.5 计算机仿真试验  66-67
第五章全文总结与展望  67-69
  5.1 全文总结  67-68
  5.2 展望  68-69
参考文献  69-73
硕士期间论文成果  73-74
摘要  74-77
ABSTRACT  77-80
致谢  80-81
导师及作者简介  81

孤立词小词汇量抗噪声语音识别方法的研究

内容摘要

全文目录

相似论文