【摘要】：隨著科學(xué)技術(shù)的發(fā)展和計(jì)算機(jī)的廣泛應(yīng)用,人們希望能夠用更加直接快速的方式與計(jì)算機(jī)進(jìn)行交流,使其能夠聽懂人類的自然語音,為了實(shí)現(xiàn)這個更高的目標(biāo),語音識別技術(shù)隨之而生,并且從研究至今已經(jīng)取得了相當(dāng)大的進(jìn)展。目前,語音識別在無噪聲干擾的環(huán)境下,已經(jīng)取得了很好的效果,技術(shù)也相當(dāng)?shù)某墒�。但考慮現(xiàn)實(shí)的噪聲環(huán)境,語音識別技術(shù)就會遇到一些瓶頸,識別的效果會大幅的下降,主要原因就是噪聲的復(fù)雜性以及其對語音特征參數(shù)的影響,使得待識別模版與訓(xùn)練模版匹配程度不高,造成識別率的下降。因此,使語音識別技術(shù)能充分實(shí)踐應(yīng)用,就必須解決環(huán)境噪聲這個最大障礙,并進(jìn)一步研究抗噪語音識別系統(tǒng)。 本文主要針對環(huán)境噪聲問題研究了語音識別的抗噪技術(shù),隨著語音識別抗噪聲技術(shù)的研究及發(fā)展,目前抗噪技術(shù)主要有三種：語音增強(qiáng),抗噪語音特征提取,抗噪語音模型參數(shù)調(diào)整�；谝陨先N技術(shù),語音識別抗噪聲技術(shù)的研究重點(diǎn)就在不同的環(huán)境噪聲下選用合理的技術(shù)且能有效的組合以上技術(shù),使語音識別系統(tǒng)達(dá)到較好的識別性能。本文研究的重點(diǎn)是語音增強(qiáng)階段和特征參數(shù)提取階段語音識別的抗噪問題。 首先介紹了語音識別的基本原理及系統(tǒng)的各個組成部分包括預(yù)處理、模式識別與匹配、特征參數(shù)提取等。由于小波變換不論在時域上還是在頻域上都具有良好的局部信號分析能力,是一種較好的信號分析方法,并且廣泛應(yīng)用于信號去噪等多個領(lǐng)域。在小波變換的基礎(chǔ)上引入了仿生小波分析方法,詳細(xì)研究了仿生小波變換理論,結(jié)合仿生小波系數(shù)相關(guān)性的特點(diǎn),著重研究了仿生小波相關(guān)性去噪方法。 其次從實(shí)際應(yīng)用出發(fā),在分析和研究了傳統(tǒng)語音增強(qiáng)方法的基礎(chǔ)上,并結(jié)合其優(yōu)缺點(diǎn),提出一種基于仿生小波的相關(guān)性去噪方法,并通過Matlab仿真驗(yàn)證該去噪方法的有效性。在語音特征參數(shù)提取階段,以MFCC的提取方法為前提,結(jié)合仿生小波抗噪算法,提出一種基于仿生小波變換的抗噪語音特征參數(shù)-BWTMFCC特征參數(shù),用于語音識別特征參數(shù)提取。 最后通過軟件平臺建立一個簡單的非特定人、小詞匯量的語音識別系統(tǒng),將基于仿生小波的語音增強(qiáng)法和BWTMFCC特征參數(shù)提取方法應(yīng)用于系統(tǒng)中,通過實(shí)驗(yàn)對比不同的特征參數(shù)系統(tǒng)的識別率來驗(yàn)證算法的有效性。
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN912.34

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 樊�；�;;試論解決語音識別魯棒性問題的研究[J];電子世界;2017年13期

，

本文編號：2515308