学位论文 > 优秀研究生学位论文题录展示

基于语音识别与合成的低速率语音编码研究

作　者: 尹岩岩
导　师: 殷业
学　校: 上海师范大学
专　业: 通信与信息系统
关键词: 低速率语音编码 语音识别 端点检测 短时能零熵 语音合成
分类号: TN912.3
类　型: 硕士论文
年　份: 2013年
下　载: 91次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在现代通信技术中，人类语音是最重要、最基本的交流媒介并将成为未来人机交互的主要手段。由于考虑到传输效率、耗费成本、占用的物理信道、存储空间等因素，人们总希望在保证较好语音质量的前提下，尽可能的压低语音编码的传输码率。因此，语音传输一般要经过压缩变成比特流的形式。这个压缩语音信息过程被称为语音编码。由Shannon理论可知，语音数据压缩是存在极限的。目前的信源编码方式已经接近极限，因此我们以牺牲算法的复杂度来无限逼近Shannon极限已经变得毫无意义。如果我们从信宿（接收者）的角度来考虑，根据信宿端的需求对发送端语音信息进行基于内容的压缩，去除大量非内容信息，这样就可以大大提高语音信号的压缩效率。本文主要工作及创新点有：1.论文首先对语音通信技术的现状进行了研究和总结，分析了极低速率语音编码应用领域及其重要意义。对国内外语音通信中的语音识别、语音合成和预处理等关键技术做了详细分析研究和仿真实验，并指出目前存在的不足。2.本文对语音信号端点检测的三个特征参数短时能量、短时平均过零率和基本谱熵进行逐一研究分析，在此基础上提出了短时能零熵值这种新型的语音参数，并作为端点检测的主要参数。3.试图寻找一种基于信宿相关的低速率语音编码。其理论依据是：语音的内容信息量总是小于语音的数据信息量。通过语音识别技术针对组成语音的基元，采用仿生模式识别后得到文本信息，把与文本信息相对应的标准语音和说话语音进行“比较”运算后得到个体特征信息，然后再对识别出的语音基元文本信息和个体特征信息进行编码、传输就可得到极低的编码速率（<80bit/s），在接收端，利用语音合成技术将文本信息和个体特征信息转换为语音输出，从而形成完整的语音传输过程。本文的研究主要应用于水声通信和军事通信，由于通信速率比较低，即使能够满足基于语音识别的语音实时通信，但是对于海、陆、空三维立体通信互联来说还是远远不够的。加快发展我国在该领域的技术进步是一项很紧迫的任务。

全文目录


中文摘要  4-6
Abstract  6-11
第一章 绪论  11-15
  1.1 低速率语音编码概述  11-12
  1.2 低速率语音编码新进展  12-13
  1.3 极低速率语音编码——语音识别与合成技术  13
  1.4 本课题研究的内容和安排  13-14
  1.5 本课题所需的软件硬件环境  14-15
第二章 语音信号的数字模型  15-20
  2.1 概述  15
  2.2 语音的发声机理  15-16
    2.2.1 人的发声器官构造及发生机理  15-16
    2.2.2 语音生成  16
  2.3 语音的听觉特性  16-18
    2.3.1 听觉器官  16-17
    2.3.2 掩蔽效应与临界带宽  17-18
  2.4 语音信号模型  18-19
  2.5 本章小结  19-20
第三章 语音识别关键技术及改进  20-41
  3.1 概述  20-21
  3.2 语音信号的预处理  21-22
    3.2.1 预滤波、预加重  21-22
    3.2.2 语音信号的分帧和加窗  22
  3.3 语音信号特征参数  22-27
    3.3.1 基音周期  22-24
    3.3.2 线性预测参数及其倒谱  24-26
    3.3.3 MFCC 参数的原理及提取  26-27
  3.4 语音识别的模型  27-32
    3.4.1 动态时间规整 DTW  27-28
    3.4.2 隐马尔可夫模型 HMM  28-31
    3.4.3 人工神经网络 ANN  31-32
    3.4.4 高斯混合模型 GMM  32
  3.5 端点检测技术及改进  32-40
    3.5.1 短时平均能量  33-34
    3.5.2 短时平均过零率  34-36
    3.5.3 基本谱熵  36-37
    3.5.4 基于短时能零熵的端点检测方法  37-40
  3.6 本章小结  40-41
第四章 语音合成  41-50
  4.1 概述  41-42
  4.2 文语转换系统  42-47
    4.2.1 TTS 系统组成  42
    4.2.2 文本分析模块  42-43
    4.2.3 韵律控制模块  43-45
    4.2.4 现有语音合成方法  45-46
    4.2.5 语音语料库  46-47
  4.3 基于语音变换的个体特征语音合成  47-49
    4.3.1 语音变换技术  47-48
    4.3.2 个体特征语音合成的过程  48-49
  4.4 本章小结  49-50
第五章 低速率语音识别与合成编码架构  50-55
  5.1 低码率的语音通信系统  50-52
  5.2 低速率语音编码的理论依据  52-53
  5.3 低速率语音识别与合成架构  53-55
第六章 总结和展望  55-58
  6.1 全文总结  55-56
  6.2 未来展望  56-58
致谢  58-59
参考文献  59-63
攻读学位期间取得的研究成果  63

相似论文

  1. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  2. 基于DSP的机器人语音命令识别系统研制,TN912.34
  3. 在智能手机环境下健康管理功能设计与研究,TN929.53
  4. 基于ARM9的孤立词语音识别系统设计,TN912.34
  5. 语音识别技术研究与实现,TN912.34
  6. 车载汉语语音控制命令识别算法的研究,U463.6
  7. 基于分段概率模型语音识别算法的SOPC实现,TN47
  8. 车载多媒体语音识别系统设计,TN912.34
  9. 声道频响合成方法在军队姓名语音库的应用,TN912.3
  10. 家庭监护机器人关键技术的研究与实现,TP242
  11. 数字助听器中语音增强技术的研究,TN912.35
  12. 基于嵌入式Linux语音合成关键技术的研究与实现,TN912.33
  13. 基于电话信道的声纹识别算法研究,TN912.34
  14. 基于隐马尔科夫模型的天津方言语音合成,TN912.33
  15. 基于HMM的机器人语音识别系统的研究,TN912.34
  16. 基于改进MFCC的语音识别系统研究及设计,TN912.34
  17. 语音端点检测和关键词检出技术的研究,TN912.3
  18. 嵌入式语音合成技术的研究,TN912.33
  19. 基于嵌入式语音识别系统的研究,TN912.34
  20. 基于VoiceXML的语音智能交互平台的研究与实现,TP311.52
  21. 基于词片网格的语音文档主题分类,TN912.3

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理
© 2012 www.xueweilunwen.com