隨著科技的不斷發(fā)展和進(jìn)步,語(yǔ)音識(shí)別技術(shù)也得到了相應(yīng)的發(fā)展。語(yǔ)音識(shí)別的性能也得到了進(jìn)一步的提升,識(shí)別速率越來(lái)越快,識(shí)別率也越來(lái)越高。語(yǔ)音識(shí)別系統(tǒng)作為一種方便、快捷、高效的人機(jī)交互方式,越來(lái)越引起人們的重視。但在實(shí)際的應(yīng)用場(chǎng)景中,語(yǔ)音識(shí)別往往受到識(shí)別環(huán)境和訓(xùn)練環(huán)境的影響,導(dǎo)致識(shí)別性能急劇下降。因此,提高語(yǔ)音識(shí)別在噪聲環(huán)境下的識(shí)別率和識(shí)別速度越來(lái)越受到關(guān)注,這也是語(yǔ)音識(shí)別系統(tǒng)走出實(shí)驗(yàn)室,應(yīng)用到人們生活的關(guān)鍵所在。為了彌補(bǔ)傳統(tǒng)方法的弊端,本論文將分布式技術(shù)以及無(wú)線組網(wǎng)技術(shù)結(jié)合起來(lái),開(kāi)發(fā)出一款帶有優(yōu)先級(jí)的開(kāi)關(guān)陣列設(shè)計(jì),能夠廣泛應(yīng)用于居家環(huán)境。開(kāi)關(guān)陣列將語(yǔ)音信號(hào)通過(guò)網(wǎng)關(guān)上傳到服務(wù)器端進(jìn)行相應(yīng)的語(yǔ)音信號(hào)處理,極大的提高了處理效率。同時(shí),考慮到使用現(xiàn)場(chǎng)存在著諸多的噪聲,有效的語(yǔ)音信號(hào)通常夾雜著大量的環(huán)境噪聲,本論文采用五麥克風(fēng)來(lái)進(jìn)行降噪處理。當(dāng)多個(gè)麥克風(fēng)陣列同時(shí)存在時(shí),可以通過(guò)時(shí)延估計(jì)算法精確到某個(gè)特定的麥克風(fēng)陣列,確定語(yǔ)音信號(hào)源到達(dá)麥克風(fēng)的先后順序,來(lái)定位出聲源位置來(lái)確�？刂颇繕�(biāo)對(duì)象的一致性,并可以通過(guò)Wi-Fi來(lái)對(duì)其他開(kāi)關(guān)進(jìn)行同步分析,從而判斷采集到的命令是首次命令還是因反射而造成的誤判,并相應(yīng)的執(zhí)行操作。同時(shí),本文還對(duì)麥克風(fēng)陣列的信號(hào)模型進(jìn)行了研究,其中包括近場(chǎng)模型、遠(yuǎn)場(chǎng)模型以及五麥克風(fēng)陣列的幾何模型。并分析設(shè)計(jì)了一種適合語(yǔ)音開(kāi)關(guān)陣列的基于隱馬爾可夫模型關(guān)鍵詞識(shí)別算法的改進(jìn)方案。在端點(diǎn)檢測(cè)階段,采用根據(jù)音節(jié)來(lái)對(duì)端點(diǎn)進(jìn)行提取,同時(shí)將這些起始點(diǎn)按照數(shù)組的形式進(jìn)行保存。在參數(shù)提取、模板訓(xùn)練以及模板匹配的階段,利用參考模板以及維特比算法對(duì)n個(gè)音節(jié)的MFCC參數(shù)進(jìn)行匹配,通過(guò)與閾值的比較來(lái)判斷是否為關(guān)鍵詞。最后,進(jìn)行一系列的對(duì)比試驗(yàn),分別對(duì)麥克風(fēng)的擺放位置、語(yǔ)音信號(hào)源的距離角度對(duì)結(jié)果的影響,并在Matlab下進(jìn)行了識(shí)別的仿真試驗(yàn)。
【學(xué)位單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TN912.34
【部分圖文】：

散信號(hào)的過(guò)程。因?yàn)槿苏f(shuō)話的頻率主要集中在３．４ＫＨＺ以下，因而大部分的信息均在這個(gè)頻率逡逑以內(nèi)，所以根據(jù)奎斯特采樣定律，只需要使采樣頻率４笥諏獎(jiǎng)叩撓鏌糶藕諾淖畬篤德示涂桑]3?以無(wú)失真的還原出原始的語(yǔ)音信號(hào)。一般頻率取８ＫＨｚ或者１６ＫＨｚ即可，而高保真的立體音逡逑樂(lè)的采樣頻率會(huì)更加高一些。下圖２．１主要展示了在８ＫＨｚ下的抽樣頻率以及進(jìn)行１６位量化逡逑編碼的語(yǔ)音數(shù)據(jù)。在對(duì)語(yǔ)音信號(hào)進(jìn)行采樣前一般都采用低通濾波對(duì)語(yǔ)音信號(hào)進(jìn)行濾波，這樣逡逑就可以有效的限制高頻成分，防止在采集過(guò)程中采集到超過(guò)采樣頻率一半的語(yǔ)音信號(hào)，這樣逡逑有效的防止了信號(hào)的混淆和干擾。低通濾波信號(hào)如下圖２．２所示，采樣數(shù)據(jù)的量化能夠?qū)⒉慑义蠘有盘?hào)用離散數(shù)據(jù)信號(hào)來(lái)代替，這樣也方便了計(jì)算機(jī)的存儲(chǔ)。通常情況下，一般采用８位、逡逑１６位或者３２位甚至更高的位數(shù)來(lái)對(duì)模擬語(yǔ)音信號(hào)進(jìn)行量化，本次課題采用的是１６位的數(shù)據(jù)逡逑編碼［９］。逡逑抽樣量化信號(hào)（８０００Ｈｚ，１６ｂｉｔ）逡逑Ｉ邐ｉ邐：邐＾邐ｉ邐ｎ邐！邐■邐！邐？逡逑＾邐ｉ逡逑０．０５邋ｒ邐Ｈ｜逡逑：丨ｆ逡逑－０．１５?

散信號(hào)的過(guò)程。因?yàn)槿苏f(shuō)話的頻率主要集中在３．４ＫＨＺ以下，因而大部分的信息均在這個(gè)頻率逡逑以內(nèi)，所以根據(jù)奎斯特采樣定律，只需要使采樣頻率４笥諏獎(jiǎng)叩撓鏌糶藕諾淖畬篤德示涂桑]3?以無(wú)失真的還原出原始的語(yǔ)音信號(hào)。一般頻率�。福耍龋蛘撸保叮耍龋纯桑弑Ｕ娴牧Ⅲw音逡逑樂(lè)的采樣頻率會(huì)更加高一些。下圖２．１主要展示了在８ＫＨｚ下的抽樣頻率以及進(jìn)行１６位量化逡逑編碼的語(yǔ)音數(shù)據(jù)。在對(duì)語(yǔ)音信號(hào)進(jìn)行采樣前一般都采用低通濾波對(duì)語(yǔ)音信號(hào)進(jìn)行濾波，這樣逡逑就可以有效的限制高頻成分，防止在采集過(guò)程中采集到超過(guò)采樣頻率一半的語(yǔ)音信號(hào)，這樣逡逑有效的防止了信號(hào)的混淆和干擾。低通濾波信號(hào)如下圖２．２所示，采樣數(shù)據(jù)的量化能夠?qū)⒉慑义蠘有盘?hào)用離散數(shù)據(jù)信號(hào)來(lái)代替，這樣也方便了計(jì)算機(jī)的存儲(chǔ)。通常情況下，一般采用８位、逡逑１６位或者３２位甚至更高的位數(shù)來(lái)對(duì)模擬語(yǔ)音信號(hào)進(jìn)行量化，本次課題采用的是１６位的數(shù)據(jù)逡逑編碼［９］。逡逑抽樣量化信號(hào)（８０００Ｈｚ，１６ｂｉｔ）逡逑Ｉ邐ｉ邐：邐＾邐ｉ邐ｎ邐！邐■邐！邐？逡逑＾邐ｉ逡逑０．０５邋ｒ邐Ｈ｜逡逑：丨ｆ逡逑－０．１５?

時(shí)間邋ｔ／ｍｓ邐＊ｉｃ逡逑圖２．３小波去噪前的語(yǔ)音信號(hào)逡逑小波去嗓之后的語(yǔ)音信號(hào)逡逑Ｉ邋ｉ邐ｉ邋Ｉ邋Ｉ邐Ｉ邐！邐１邐！逡逑０．邋－邐Ｉ邋，邐＊逡逑＿邐．Ｈｉ逡逑射邐－逡逑４３．４邐ｉ邐＾ｉ邐？邐？邐！邐？邐１邐逡逑１邐１．１邐１．２邐１，３邐１．４邐１．５邐１．６邐１．７邐１．Ｓ邐１９邐２逡逑時(shí)間邋ｆｊｉｎｓ邐ｘ１８逡逑圖２．４小波去噪后的語(yǔ)音信號(hào)逡逑２．１．３語(yǔ)音信號(hào)預(yù)加重逡逑減輕口唇輻射效應(yīng)所造成的干擾以及增強(qiáng)語(yǔ)音信號(hào)的高頻部分這些都是預(yù)加重的主要目逡逑的，通過(guò)預(yù)加重可以有效的提高高頻部分的分辨率。逡逑語(yǔ)音信號(hào)的預(yù)加重通過(guò)利用／／0）邋＝邋１－ｏｚ－１這一傳遞函數(shù)的一階ＨＲ數(shù)字高通濾波器來(lái)實(shí)逡逑現(xiàn)，在公式中＾表示預(yù)加重系數(shù)，０．９邋＜0；＜邋１．０。如果語(yǔ)音信號(hào)在《這一時(shí)刻的懫樣值可以表逡逑示為ｘ（？），經(jīng)過(guò)預(yù)加重處理之后的語(yǔ)音信號(hào)可以表不為＿ｙ（？）邋＝邋ｘ（／７）－ｏｘ（？－ｌ），這里可以將ａ逡逑的值設(shè)定為０．９８。下圖２．５表示的是語(yǔ)音信號(hào)預(yù)加重前的頻譜圖，下圖２．６表示的是預(yù)加重后逡逑的頻譜圖。逡逑＿邐原始語(yǔ)音信號(hào)頻域波形逡逑１０邋邐ｉ邐ｉ邐！邐ｒ邐ｉ邐！邐；邐逡逑｜邋５－邋Ｊ邐Ｊｉ邋Ｉ邐－逡逑甚邐Ｊ邋Ｊ邋｜邐１１邋｜ｙ逡逑０邐５００邐１０００邐１５００邐２０００邐２５００邐３０００邐３５００邐４０００逡逑頻率ｆ／Ｈｚ逡逑圖２．５語(yǔ)音信號(hào)預(yù)加重前的頻譜圖逡逑９逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 祁潔;溫秀蘭;徐波;蘇冬;徐雄飛;;噪聲環(huán)境下照明語(yǔ)音識(shí)別系統(tǒng)的研究與設(shè)計(jì)[J];計(jì)量與測(cè)試技術(shù);2015年07期

2 劉榮輝;彭世國(guó);劉國(guó)英;;基于智能家居控制的嵌入式語(yǔ)音識(shí)別系統(tǒng)[J];廣東工業(yè)大學(xué)學(xué)報(bào);2014年02期

3 于俊婷;劉伍穎;易綿竹;李雪;李娜;;國(guó)內(nèi)語(yǔ)音識(shí)別研究綜述[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2014年10期

4 戴禮榮;張仕良;;深度語(yǔ)音信號(hào)與信息處理:研究進(jìn)展與展望[J];數(shù)據(jù)采集與處理;2014年02期

5 柯登峰;徐波;;互聯(lián)網(wǎng)時(shí)代語(yǔ)音識(shí)別基本問(wèn)題[J];中國(guó)科學(xué):信息科學(xué);2013年12期

6 禹琳琳;;語(yǔ)音識(shí)別技術(shù)及應(yīng)用綜述[J];現(xiàn)代電子技術(shù);2013年13期

7 田莎莎;唐菀;佘緯;;改進(jìn)MFCC參數(shù)在非特定人語(yǔ)音識(shí)別中的研究[J];科技通報(bào);2013年03期

8 徐子豪;張騰飛;;基于語(yǔ)音識(shí)別和無(wú)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(cè)量與控制;2012年01期

9 童強(qiáng);黃劍;王永驥;;浴室噪聲環(huán)境下小詞匯量語(yǔ)音識(shí)別系統(tǒng)研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年S2期

10 于向麗;呂成國(guó);;近場(chǎng)聲源定位算法研究[J];智能計(jì)算機(jī)與應(yīng)用;2011年05期

相關(guān)碩士學(xué)位論文 前3條

1 劉文強(qiáng);語(yǔ)音識(shí)別技術(shù)在智能家居中的研究與應(yīng)用[D];大連海事大學(xué);2013年

2 陳程;基于HMM的語(yǔ)音識(shí)別系統(tǒng)研究[D];中南大學(xué);2008年

3 吳為招;基于SPCE061A的嵌入式語(yǔ)音地圖的研究與實(shí)現(xiàn)[D];廈門(mén)大學(xué);2007年

本文編號(hào)：2812792