人機(jī)交互的不斷發(fā)展,要求自動(dòng)語音識(shí)別(ASR)能夠在真實(shí)世界的各種噪聲和其他聲學(xué)干擾條件下保持魯棒性。復(fù)雜噪聲環(huán)境下語音識(shí)別的低準(zhǔn)確性引起了學(xué)者們的廣泛關(guān)注。當(dāng)前主流方法可大致分為三類:基于尋找新特征的、基于噪聲環(huán)境分類的、基于語音增強(qiáng)的。本文使用伽馬通濾波器倒譜系數(shù)作為復(fù)雜噪聲環(huán)境下的語音特征,并設(shè)計(jì)一種基于卷積神經(jīng)網(wǎng)絡(luò)與長短時(shí)記憶網(wǎng)絡(luò)相結(jié)合的語音識(shí)別方法,提取訓(xùn)練語音的譜圖,利用注意力網(wǎng)絡(luò)進(jìn)行自適應(yīng)特征細(xì)化。然后將注意圖與輸入特征圖相乘,實(shí)現(xiàn)噪聲環(huán)境下的語音識(shí)別。本文主要論述了:(1)語音信號(hào)處理的基本任務(wù)。將處理任務(wù)分類為三大類,包括語音識(shí)別、自然語言處理、語音合成,并著重介紹了與本文相關(guān)的語音識(shí)別問題,闡述了其所包含的文本識(shí)別、聲紋識(shí)別、情感識(shí)別三個(gè)子問題所運(yùn)用的聲學(xué)模型。(2)語音識(shí)別問題的處理方法。對(duì)語音信號(hào)進(jìn)行預(yù)濾波、預(yù)加重、分幀、端點(diǎn)檢測等處理的目的,并介紹常用語音信號(hào)的特征以及各特征在噪聲環(huán)境的表現(xiàn),藉此引入噪聲對(duì)語音識(shí)別的影響。(3)不同特征在噪聲環(huán)境中的識(shí)別能力有所差異。GFCC特征相比傳統(tǒng)主流特征具有更好的抗噪性能,在不同噪聲環(huán)境中表現(xiàn)均優(yōu)于MFCC特征。(4)... 

【文章來源】：武漢郵電科學(xué)研究院湖北省

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

語音識(shí)別系統(tǒng)框圖

調(diào)整，更多的是針對(duì)穩(wěn)定噪聲環(huán)境，最典型的應(yīng)用便是降噪處理，如小波降噪、自適應(yīng)濾波等。小波降噪是一類廣泛使用的降噪手段，語音信號(hào)是一種非平穩(wěn)信號(hào)，通常的傅里葉變換只能得知一段信號(hào)總體上包含哪些頻率分量，而不能得知各個(gè)頻率分量出現(xiàn)的時(shí)刻。其結(jié)果可能導(dǎo)致兩個(gè)在時(shí)域相差較大的信號(hào)，在頻域具有相同的變換結(jié)果。而小波變換能將信號(hào)的頻譜分解到不同的頻率范圍從而得到其子帶信號(hào)，因此可以使用正交小波變換，把信號(hào)的能量集中到某些頻帶的少數(shù)系數(shù)上，將其他頻帶上的小波系數(shù)置零，以達(dá)到抑制噪聲的目的[52]。圖2-3為小波變換的三層分解示意圖，cA1、cA2、cA3為分解各層的基信號(hào)，cD1、cD2、cD3為分解各層的細(xì)節(jié)信號(hào)，即高頻部分，無序的噪聲通常包含其中。將cD1、cD2、cD3的分解系數(shù)置零或以門限閾值形式對(duì)該小波系數(shù)進(jìn)行處理，然后重構(gòu)小波，即得到降噪之后的信號(hào)。自適應(yīng)濾波是指利用前一時(shí)刻已獲得的濾波器參數(shù)等結(jié)果，自動(dòng)調(diào)節(jié)現(xiàn)時(shí)刻濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知的或隨機(jī)變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波的手段[53]，具有計(jì)算量孝不依賴輸入信號(hào)長時(shí)特性的優(yōu)點(diǎn)，因而適合于實(shí)時(shí)處理任務(wù)。最小均方(LeastMeanSquare，LMS)自適應(yīng)濾波器是一種廣泛使用的針對(duì)平穩(wěn)信號(hào)設(shè)計(jì)的濾波器，與非平穩(wěn)信號(hào)一樣，平穩(wěn)信號(hào)也是一種隨機(jī)信號(hào)，不同之處在于平穩(wěn)信號(hào)的分布參數(shù)或者分布律等統(tǒng)計(jì)特性不隨時(shí)間發(fā)生變化，若一段平穩(wěn)信號(hào)為nX)(，則圖2-3小波分解結(jié)構(gòu)示意圖

武漢郵電科學(xué)研究院碩士學(xué)位論文16)(|)(|)()()1(2kXkxkekkWW+=+(2-27)其濾波效果如圖2-5所示：圖的左列為疊加了白噪聲的語音信號(hào)，從上到下依次信號(hào)的信噪比依次為20dB、10dB、5dB、0dB，圖的右列為濾波后的結(jié)果，可以看出，自適應(yīng)濾波在濾波初始都有震蕩，但震蕩收斂快，因此可以較好地還原語音信號(hào)。譜減法是一種基于噪聲能量，在語音信號(hào)中減去噪聲干擾的常用降噪手段。其具體實(shí)現(xiàn)步驟如下：首先，完成對(duì)語音信號(hào)的分幀，獲得幀長為N的語音片段，對(duì)當(dāng)前幀進(jìn)行離散傅里葉變換(DiscreteFourierTransformation,DFT)，獲得其幅值和相位。然后，在語音的開端或結(jié)尾，尋找純凈的噪聲語音片段，使用下式獲得該幀信號(hào)的平均能量，具體表達(dá)式見式(2-28)。==NiikXkND12|)(|1)((2-28)其中kX)(i即為當(dāng)前幀的離散傅里葉變換結(jié)果。最后，對(duì)所有幀語音信號(hào)減去噪聲平均能量與一個(gè)修正因子的乘積，保留當(dāng)前幀的相位，使用快速傅里葉逆變換(InverseFastFourierTramsform,IFFT)獲得譜減法降噪后的語音信號(hào)。圖2-6所示的是使用譜減法的濾波效果，左列為疊加了白噪聲的語音信號(hào)，從上到圖2-5不同信噪比下的語音信號(hào)及NLMS濾波效果

【參考文獻(xiàn)】：
期刊論文
[1]口語理解中改進(jìn)循環(huán)神經(jīng)網(wǎng)絡(luò)的應(yīng)用[J]. 張晶晶,黃浩,胡英,吾守爾·斯拉木.  計(jì)算機(jī)工程與應(yīng)用. 2019(18)
[2]一種改進(jìn)的DNN-HMM的語音識(shí)別方法[J]. 李云紅,梁思程,賈凱莉,張秋銘,宋鵬,何琛,王剛毅,李禹萱.  應(yīng)用聲學(xué). 2019(03)
[3]融合非線性冪函數(shù)和譜減法的CFCC特征提取[J]. 白靜,史燕燕,薛珮蕓,郭倩巖.  西安電子科技大學(xué)學(xué)報(bào). 2019(01)
[4]多噪聲環(huán)境下的層級(jí)語音識(shí)別模型[J]. 曹晶晶,許潔萍,邵聖淇.  計(jì)算機(jī)應(yīng)用. 2018(06)
[5]語音識(shí)別技術(shù)的研究進(jìn)展與展望[J]. 王海坤,潘嘉,劉聰.  電信科學(xué). 2018(02)
[6]聯(lián)合HMM-UBM與RVM的聲紋密碼識(shí)別算法[J]. 胡志隆,文暢,謝凱,賀建飚.  計(jì)算機(jī)工程. 2018(11)
[7]情感語音數(shù)據(jù)庫優(yōu)化及PAD情感模型量化標(biāo)注[J]. 張雪英,張婷,孫穎,張衛(wèi),暢江.  太原理工大學(xué)學(xué)報(bào). 2017(03)
[8]一種新的聽覺特征提取算法研究[J]. 林海波,王可佳.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[9]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計(jì)算機(jī)應(yīng)用. 2016(09)
[10]基于PAD情緒模型的情感語音識(shí)別[J]. 宋靜,張雪英,孫穎,張衛(wèi).  微電子學(xué)與計(jì)算機(jī). 2016(09)

博士論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的語音識(shí)別模型研究[D]. 張仕良.中國科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]面向語音識(shí)別的抗噪聽覺特征提取及優(yōu)化[D]. 史燕燕.太原理工大學(xué) 2019
[2]基于小波包分解的MFCC在復(fù)雜環(huán)境聲音識(shí)別中的應(yīng)用[D]. 俞頌華.南寧師范大學(xué) 2019
[3]基于HMM的非特定人語音識(shí)別系統(tǒng)研究[D]. 趙碩.安徽大學(xué) 2019
[4]基于深度神經(jīng)網(wǎng)絡(luò)的連續(xù)語音識(shí)別研究[D]. 李明浩.吉林大學(xué) 2018
[5]融合LPCC和MFCC特征參數(shù)的語音識(shí)別技術(shù)的研究[D]. 張文克.湘潭大學(xué) 2016
[6]基于GMM-HMM的聲學(xué)模型訓(xùn)練研究[D]. 王為凱.華南理工大學(xué) 2016
[7]深度神經(jīng)網(wǎng)絡(luò)在中文語音識(shí)別系統(tǒng)中的實(shí)現(xiàn)[D]. 張德良.北京交通大學(xué) 2015
[8]語音識(shí)別關(guān)鍵技術(shù)研究[D]. 王一蒙.電子科技大學(xué) 2015
[9]基于CFCC的語音識(shí)別系統(tǒng)設(shè)計(jì)及在物聯(lián)網(wǎng)上的應(yīng)用[D]. 張錫冰.東北大學(xué) 2013



本文編號(hào)：2924628