【摘要】：語音識別系統(tǒng)經(jīng)過多年的發(fā)展已經(jīng)在很多場合取得了良好的應(yīng)用效果,但是普及程度并不理想。特定環(huán)境下搭建的語音識別系統(tǒng),在實(shí)際復(fù)雜應(yīng)用場景中往往很難實(shí)現(xiàn)有效的識別結(jié)果。由于背景噪聲干擾、說話人情緒變化以及信道畸變等因素的影響,使得實(shí)驗(yàn)室環(huán)境下訓(xùn)練好的語音識別系統(tǒng)在實(shí)際應(yīng)用中性能急劇惡化,難以達(dá)到令人滿意的結(jié)果。本文根據(jù)語音識別及情感分類中一些關(guān)鍵步驟和上述研究現(xiàn)狀及難點(diǎn),著重對噪聲干擾和情緒變化下的語音識別系統(tǒng)進(jìn)行研究。主要內(nèi)容包括:逡逡逡(1)提出一種基于上下文特征描述符的特征提取方法。在噪聲環(huán)境下以及不同情感環(huán)境中,傳統(tǒng)語音特征難以提供有效的動態(tài)信息。因此,本文構(gòu)建出一種頻譜序列的上下文(SSC)的特征方法,對比傳統(tǒng)的動態(tài)信息處理方式,系統(tǒng)性能有顯著的提高,在噪聲環(huán)境及語音情感識別中都取得了良好的效果。而且在其他頻譜過程中都可引入此特征,方法具有一定的普適性。(2)研究噪聲環(huán)境下的語音識別,提出一種基于遞歸圖壓縮距離的語音識別算法。語音信號作為一個隨時間變化的序列,通過研究遞歸圖模型在時間序列中的顯著作用,將語音特征序列進(jìn)行遞歸圖壓縮,利用MPEG-1壓縮算法計(jì)算不同遞歸圖之間的CK-1距離,完成整個語音識別過程。(3)研究情緒變化中的分類決策,提出一種基于多特征深度置信網(wǎng)絡(luò)的語音情感識別算法。針對不同特征對情感描述能力的不同,我們提取多種魯棒的低級特征,然后將其饋入DBN網(wǎng)絡(luò)中提取高層特征描述符,進(jìn)而采用集成學(xué)習(xí)的思想,對ELM分類結(jié)果投票融合,在三種公開數(shù)據(jù)集上證明了本文算法的有效性。
【圖文】：

為語音識別技術(shù)在現(xiàn)實(shí)生活中的應(yīng)用場景。語音信號輸入圖1 語音識別應(yīng)用場景實(shí)例在上圖中，我們可以通過語音與控制系統(tǒng)之間的交互，展現(xiàn)智能化流程。例如通過對語音輸入設(shè)備發(fā)送“開電視”，即可打開電視；發(fā)送“關(guān)燈”，即可關(guān)閉電燈，這些通過語音識別技術(shù)來控制智能家居的模式已經(jīng)走進(jìn)了我們的生活。并且在你回家后，系統(tǒng)會根據(jù)你當(dāng)天的心情的變化，，自動調(diào)節(jié)家中燈光的亮度，以及播放不同音樂，心情高興時，亮度高，播放一些歡快的音樂；心情沮喪時，調(diào)低亮度，自動播放一些舒緩的輕音樂。這些應(yīng)用的出現(xiàn)在一定程度上賦予了機(jī)器以人的感知，使得機(jī)器與人之間的交流成為可能， 這也就決定了語音識別技術(shù)在人機(jī)交互中的重要作用

4（a）原始語音信號 （b）加噪語音信號圖2 噪聲環(huán)境下語音信號波形對比圖（a）“中性”情感信號 （b）“害怕”情感信號圖3 不同情感語音信號波形對比圖語音信號處理的研究由來已久，早在上個世紀(jì)五十年代就已經(jīng)展開了語音識別的研究，Audry 在 Bell 實(shí)驗(yàn)室的開發(fā)成功拉開了人類對語音識別領(lǐng)域研究的大幕。早期的方法大多是利用模擬電路來實(shí)現(xiàn)的測試語音與參考模板之間的運(yùn)算關(guān)系，通過硬件電路對其結(jié)果的判定來實(shí)現(xiàn)語音識別的整個過程。隨著語音識別技術(shù)取得從 0 到 1 的突破之后，后續(xù)的研究者做了諸多的探索與研究，在前人的基礎(chǔ)上也提出了一些有效的識別算法，加速了語音識別的發(fā)展。Zahorian、Nossair 等[25]提出利用語音信號的非線性頻率、幅值等特征來表示信號的瞬時特性，利用模式識別的方法進(jìn)行模板匹配取得了良好的識別效果。Chengalvarayan、Deng 等[26]針對語音信號的序列在特征提取后，向量的維度隨著序列長度的增加而大幅增高，提出一種降低特征向量維度的特征提取算法。經(jīng)過多年的積累
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN912.34

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 徐子豪;張騰飛;;基于語音識別和無線傳感網(wǎng)絡(luò)的智能家居系統(tǒng)設(shè)計(jì)[J];計(jì)算機(jī)測量與控制;2012年01期

2 盧志茂;金輝;張春祥;任明溪;;基于HHT和OSF的復(fù)雜環(huán)境語音端點(diǎn)檢測[J];電子與信息學(xué)報(bào);2012年01期

相關(guān)博士學(xué)位論文 前2條

1 孫亞新;語音情感識別中的特征提取與識別算法研究[D];華南理工大學(xué);2015年

2 周盼;基于深層神經(jīng)網(wǎng)絡(luò)的語音識別聲學(xué)建模研究[D];中國科學(xué)技術(shù)大學(xué);2014年

本文編號：2622538