学位论文 > 优秀研究生学位论文题录展示

基于组合去噪方法的语音识别抗噪技术研究

作 者: 柳奇芳
导 师: 范明钰
学 校: 电子科技大学
专 业: 信息与通信工程
关键词: 语音识别 抗噪语音识别 语音增强 特征提取 小波变换
分类号: TN912.34
类 型: 硕士论文
年 份: 2008年
下 载: 228次
引 用: 3次
阅 读: 论文下载
 

内容摘要


随着科学的发展和计算机的普及,人们对与计算机的交流方式提出了更高的要求,这促进了语音识别技术的发展,并使之成为语音处理领域中的一个重要研究方向。目前,在实验室环境下,语音识别系统的识别率已经达到了很高的水平,也有一些产品出现,但是由于受现实环境噪声的影响,系统的识别率大幅度下降。因此,噪声是语音识别技术广泛实用化的最大障碍,对噪声环境下语音识别系统的研究也就变得尤为重要。目前的抗噪声技术主要分为三类:语音增强法、提取抗噪语音特征法和模型补偿法。由于环境噪声的种类和干扰程度的不同,通常难以使用一种单一的方法来获得令人满意的性能。随着抗噪声语音识别技术的发展,如何在实际的语音识别系统中将以上的技术合理地结合起来,使语音识别系统在不同的噪声环境中均能达到较高的性能,是抗噪声语音识别研究的一个重要方向。另外,近年来一些新的技术中采用了一些与其他领域的理论技术相结合的办法来提高性能。小波变换是八十年代末发展起来的一种新的时频分析方法,它在时、频两域都具有良好的局部化特性;并且在信号去噪领域获得了广泛的应用。本文详细研究了小波变换理论,分析了小波变换的特点,比较了几种常用小波去噪方法,重点研究了阈值去噪法。在此基础上,本文结合两种抗噪技术:语音增强技术与提取抗噪语音特征技术,并引入小波变换技术,提出了一种基于小波变换的组合去噪方法。该方法的基本原理是:含噪语音信号首先经过采用小波去噪方法中的阈值去噪法进行语音增强,实现了语音识别过程中的第一次去噪;语音特征参数提取阶段采用了基于小波变换的特征提取技术,实现了语音识别过程的第二次去噪。本文采用了仿真实验的方式,对比了该去噪方法与传统的去噪方法的去噪效果,通过分析得出的结果,证明了该去噪方法的有效性。

全文目录


相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  3. 基于DSP的机器人语音命令识别系统研制,TN912.34
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  6. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  7. Q学习在基于内容图像检索技术中的应用,TP391.41
  8. 图像的稀疏表示及编码模型研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  11. 空间交会接近视觉测量方法研究,TP391.41
  12. 图像实时采集、存储与处理方法研究,TP391.41
  13. 唇读中的特征提取、选择与融合,TP391.41
  14. 多币种纸币处理技术的研究与实现,TP391.41
  15. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  16. 基于图像的路面破损识别,TP391.41
  17. 移动机器人视觉检测和跟踪研究,TP242.62
  18. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  19. 在智能手机环境下健康管理功能设计与研究,TN929.53
  20. 基于随机森林的植物抗性基因识别方法研究,Q943
  21. 基于图像处理技术的烟叶病害自动识别研究,S435.72

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 > 语音识别与设备
© 2012 www.xueweilunwen.com