本文選題：語音增強(qiáng)　切入點(diǎn)：Legendre拓展　出處：《南京信息工程大學(xué)》2017年碩士論文

【摘要】：隨著人們生活水平的提高和科學(xué)技術(shù)的發(fā)展,“人工智能”這一概念被越來越多的人所知曉。語音識(shí)別是人工智能中非常重要的技術(shù)環(huán)節(jié),只有機(jī)器能夠更好地讀懂人的語音,才能顯得更加“智能”。在語音識(shí)別中,語音端點(diǎn)檢測(cè)技術(shù)越來越受到人們的重視,因?yàn)槎它c(diǎn)檢測(cè)正確與否直接影響到后端語音識(shí)別的效率和正確率。在語音信號(hào)端點(diǎn)檢測(cè)中,傳統(tǒng)的檢測(cè)方法在低信噪比環(huán)境下識(shí)別率會(huì)下降。為提高識(shí)別率和檢測(cè)方法的性能,本文著重研究了基于麥克風(fēng)陣列自適應(yīng)非線性濾波語音端點(diǎn)檢測(cè)方法,主要研究包括:(1)針對(duì)傳統(tǒng)端點(diǎn)檢測(cè)算法在語音信號(hào)信噪比較低情況下識(shí)別率就大幅下降的問題,研究了基于麥克風(fēng)陣列的線性濾波語音端點(diǎn)檢測(cè)結(jié)構(gòu)。通過基于麥克風(fēng)陣列的語音增強(qiáng)改進(jìn)算法,實(shí)現(xiàn)了對(duì)語音的初步去噪,這使得整個(gè)端點(diǎn)檢測(cè)的正確率提高了近10%。(2)針對(duì)語音對(duì)話環(huán)境中,背景噪音很多是短時(shí)穩(wěn)定或者非穩(wěn)定的情況,研究了將Legendre非線性拓展函數(shù)應(yīng)用于濾波器結(jié)構(gòu)中,這樣能使得語音增強(qiáng)算法能更好地去除背景噪音中的非線性成分,從而加強(qiáng)端點(diǎn)檢測(cè)算法的自適應(yīng)性能和魯棒性。(3)針對(duì)在背景非相干噪聲影響下短時(shí)過零率和短時(shí)能量值對(duì)端點(diǎn)檢測(cè)準(zhǔn)確率造成誤判或者漏檢的情況,研究了基于EMD分解后Teager能量值和短時(shí)過零率參數(shù)融合的語音端點(diǎn)檢測(cè)算法,并通過比較不同背景噪音環(huán)境下的端點(diǎn)檢測(cè)準(zhǔn)確率,驗(yàn)證了所提出的算法比傳統(tǒng)算法具有更好的魯棒性和抗噪性能。(4)通過在南京信息工程大學(xué)消音室中錄制的人聲語音,并且與NOISEX-92噪聲庫中的背景噪音結(jié)合,模擬了實(shí)際環(huán)境,對(duì)算法的自適應(yīng)性進(jìn)行了驗(yàn)證,同時(shí)通過主觀評(píng)價(jià)PESQ得分和客觀評(píng)價(jià)SNR來更好地對(duì)所提出的算法性能進(jìn)行了判定。
[Abstract]:In order to improve the recognition rate and the performance of the detection method , the speech endpoint detection algorithm based on the microphone array is studied .

【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN912.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 侯倩華;;第三方支付平臺(tái)的營銷策略分析與對(duì)策——以支付寶為例[J];技術(shù)與市場(chǎng);2017年01期

2 賈海蓉;王棟;郭欣;;基于DNN的子空間語音增強(qiáng)算法[J];太原理工大學(xué)學(xué)報(bào);2016年05期

3 王洋;馮瑤;丁喜波;陳德運(yùn);;基于時(shí)頻結(jié)合的帶噪語音端點(diǎn)檢測(cè)算法[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2016年03期

4 胡郁;;人工智能與語音識(shí)別技術(shù)[J];電子產(chǎn)品世界;2016年04期

5 董胡;;低信噪比環(huán)境下改進(jìn)的語音端點(diǎn)檢測(cè)算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2016年03期

6 張紅梅;韓萬剛;;一種新的變步長(zhǎng)LMS自適應(yīng)濾波算法研究及其應(yīng)用[J];儀器儀表學(xué)報(bào);2015年08期

7 吳浪;曾超;;EMD分解與IIR濾波器在心電信號(hào)預(yù)處理的應(yīng)用研究[J];福建電腦;2015年06期

8 薛勝堯;;基于改進(jìn)型雙門限語音端點(diǎn)檢測(cè)算法的研究[J];電子設(shè)計(jì)工程;2015年04期

9 周政;;基于NLMS自適應(yīng)濾波的實(shí)時(shí)聲音信號(hào)檢測(cè)識(shí)別[J];上海計(jì)量測(cè)試;2014年04期

10 魯遠(yuǎn)耀;周妮;肖珂;葉青;;強(qiáng)噪聲環(huán)境下改進(jìn)的語音端點(diǎn)檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用;2014年05期

相關(guān)重要報(bào)紙文章 前1條

1 張涵;;百度推出對(duì)話式人工智能操作系統(tǒng) 語音機(jī)器人小魚春季落地[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2017年

相關(guān)碩士學(xué)位論文 前7條

1 李W毞，

本文編號(hào)：1685375