【摘要】：語(yǔ)音識(shí)別技術(shù)是實(shí)現(xiàn)機(jī)器智能化的一項(xiàng)關(guān)鍵技術(shù),它能讓機(jī)器分辨并了解人類說(shuō)出的語(yǔ)言。如今的語(yǔ)音識(shí)別技術(shù)雖然應(yīng)用廣泛,但系統(tǒng)中部分關(guān)鍵技術(shù)仍需要進(jìn)行進(jìn)一步的改進(jìn)與優(yōu)化,提高系統(tǒng)識(shí)別率依然是現(xiàn)今研究的重點(diǎn)。本文著重研究語(yǔ)音識(shí)別系統(tǒng)在車載噪聲背景下的實(shí)用性與有效性。闡述了包括預(yù)處理、語(yǔ)音減噪、特征提取等關(guān)鍵技術(shù)的基本原理及系統(tǒng)構(gòu)成,并對(duì)識(shí)別系統(tǒng)中的部分關(guān)鍵技術(shù)做了以下改進(jìn):提出一種基于模糊控制的小波包多閾值語(yǔ)音減噪新算法。該算法采用改進(jìn)的多閾值選取方式來(lái)代替?zhèn)鹘y(tǒng)的閾值選擇,應(yīng)用一種新閾值函數(shù)對(duì)經(jīng)小波包變換后的最底層小波包系數(shù)進(jìn)行量化處理以確保噪聲盡可能地被濾除。模糊控制器可對(duì)重構(gòu)后的新信號(hào)進(jìn)行自適應(yīng)模糊濾噪優(yōu)化處理,得到最終語(yǔ)音。一種基于小波包鄰域能量分段加權(quán)平均的MFCC特征提取方法。此算法依據(jù)語(yǔ)音中清音與濁音在頻域中的不同分布特性,將經(jīng)小波包變換后的系數(shù)按頻率大小重新排序。分別對(duì)高頻區(qū)與低頻區(qū)的相鄰小波包系數(shù)能量進(jìn)行加權(quán)平均計(jì)算,最終結(jié)合MFCC特征提取技術(shù)提取準(zhǔn)確特征參數(shù)。最后在Matlab軟件中搭建了基于HMM的孤立詞語(yǔ)音識(shí)別系統(tǒng),應(yīng)用改進(jìn)的減噪算法、特征提取技術(shù)來(lái)驗(yàn)證改造算法的抗噪性與可行性。經(jīng)試驗(yàn)驗(yàn)證,改進(jìn)的減噪算法可以精確的去除噪聲信號(hào),有效地提高了語(yǔ)音去噪的信噪比與識(shí)別率。減噪技術(shù)的改進(jìn)為車載語(yǔ)音交互的實(shí)現(xiàn)打下實(shí)踐基礎(chǔ)。
【圖文】：

語(yǔ)音信號(hào)產(chǎn)生過(guò)程

圖 2-2 聲管模型剖面圖30ms 時(shí)間內(nèi)語(yǔ)音可假設(shè)是穩(wěn)定的，，設(shè)置聲管截。用mA 和m1A 來(lái)表示第m 段和第 m 1段的截面/()A A，為面積相差比，范圍 1,1k 。
【學(xué)位授予單位】：安徽工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6;TN912.34

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 朱曉東;劉丹;李廣;;基于混合優(yōu)化算法的模糊系統(tǒng)辨識(shí)[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2015年04期

2 黃祖勇;;微型客車噪聲控制方法與應(yīng)用[J];汽車科技;2014年04期

3 楊陽(yáng);王貴君;楊永強(qiáng);;基于二叉樹型分層的廣義混合模糊系統(tǒng)推理規(guī)則數(shù)的縮減[J];控制理論與應(yīng)用;2013年06期

4 王蘇敏;廖晶晶;趙秀鳥;;基于DTW和HMM算法的語(yǔ)音識(shí)別系統(tǒng)對(duì)比研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2012年11期

5 譚文才;張秋菊;;小波包多閾值去噪的一種改進(jìn)方法[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

6 高紅艷;張瞳;;基于MATLAB的維納濾波器的設(shè)計(jì)[J];黑龍江科技信息;2012年01期

7 白瑜;;語(yǔ)音信號(hào)特征參數(shù)的提取[J];科技傳播;2011年24期

8 張軒碩;王建斌;王軍陣;;基于模糊小波包的超聲導(dǎo)波檢測(cè)信號(hào)降噪研究[J];國(guó)外電子測(cè)量技術(shù);2011年09期

9 張花花;;基于最優(yōu)小波包基的信號(hào)增強(qiáng)算法研究及應(yīng)用[J];電子測(cè)試;2010年08期

相關(guān)會(huì)議論文 前2條

1 郭曉霞;楊慧中;;基于多閾值的小波包去噪[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

2 康永國(guó);陶建華;徐波;;基于級(jí)聯(lián)共振峰模型的濁音聲源估計(jì)[A];第七屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC7）論文集[C];2003年

相關(guān)碩士學(xué)位論文 前10條

1 魏泉水;基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)算法研究[D];南京大學(xué);2016年

2 宋洋;基于圖像處理的維吾爾語(yǔ)音素語(yǔ)音學(xué)特征提取與應(yīng)用[D];新疆大學(xué);2016年

3 韋高梧;基于單信道的語(yǔ)音增強(qiáng)算法的研究與改進(jìn)[D];廣東工業(yè)大學(xué);2016年

4 沙君;漢語(yǔ)耳語(yǔ)音識(shí)別研究[D];蘇州大學(xué);2015年

5 廖振東;基于DTW的孤立詞語(yǔ)音識(shí)別系統(tǒng)研究[D];云南大學(xué);2015年

6 劉春平;基于HMM模型的孤立詞語(yǔ)音識(shí)別系統(tǒng)及應(yīng)用研究[D];江西理工大學(xué);2014年

7 陳劉;基于語(yǔ)音識(shí)別的智能HCI技術(shù)的研究[D];廣東工業(yè)大學(xué);2012年

8 周小星;基于CS的語(yǔ)音增強(qiáng)新算法研究及語(yǔ)音處理仿真平臺(tái)開(kāi)發(fā)[D];東北大學(xué);2011年

9 孟潁輝;一種聲紋識(shí)別應(yīng)用系統(tǒng)原型的設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2010年

10 李麗娟;基于統(tǒng)計(jì)模型的說(shuō)話人識(shí)別研究與實(shí)現(xiàn)[D];電子科技大學(xué);2010年

本文編號(hào)：2656228