基于麦克风阵列模型补偿的语音识别算法

基于麦克风阵列模型补偿的语音识别算法

ID:12747052

大小:2.06 MB

页数:57页

时间:2018-07-18

基于麦克风阵列模型补偿的语音识别算法_第1页
基于麦克风阵列模型补偿的语音识别算法_第2页
基于麦克风阵列模型补偿的语音识别算法_第3页
基于麦克风阵列模型补偿的语音识别算法_第4页
基于麦克风阵列模型补偿的语音识别算法_第5页
资源描述:

《基于麦克风阵列模型补偿的语音识别算法》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、硕士学位论文基于麦克风阵列模型补偿的语音识别算法fafa法作者姓名李超学科专业通信与信息系统指导教师张军副教授所在学院电子与信息学院论文提交日期2012年5月24日SpeechrecognitionalgorithmbasedonmicrophonearraymodelcompensationADissertationSubmittedfortheDegreeofMasterCandidate:LiChaoSupervisor:Prof.ZhangJunSouthChinaUniversityof

2、TechnologyGuangzhou,China分类号:TN915.04学校代号:10561学号:200820107549华南理工大学硕士学位论文基于麦克风阵列模型补偿的语音识别算法作者姓名:李超指导教师姓名、职称:张军副教授申请学位级别:工学硕士学科专业名称:通信与信息系统研究方向:水声通信论文提交日期:2011年5月17日论文答辩日期:2011年6月7日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:委员:华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导

3、师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论文

4、外);学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于:□保密,在年解密后适用本授权书。□不保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名:日期:指导教师签名:日期:作者联系电话:电子邮箱:联系地址(含邮编):摘要

5、语音识别技术是信号处理领域的重要技术之一,在现代通信、多媒体语音、人工智能系统等多个领域中都具有广泛的应用价值。现有的语音识别系统通常是为受控环境中的纯净语音设计的,但是噪声环境下的语音识别系统的性能会随着噪声对语音的污染而急剧下降。如何使语音识别系统尽量不受周围环境噪声的影响,保持较高的识别率已经成为厄待解决的关键问题。麦克风阵列具有良好的空间选择性,能有效抑制除所需目标语音信号方向外的干扰噪声,从而取得明显的消噪效果。麦克风阵列增强语音增强方法是一种有效的处于信号层的前端处理手段,而模型补偿方

6、法属于在模型层上对语音进行后端处理的手段。模型补偿算法根据环境噪声的特性,对纯净语音模型的特征参数进行修正,以补偿训练环境和测试环境之间的差异,使得补偿后的语音模型与带噪语音的实际分布尽量逼近。所以采用经过模型补偿后的语音模型进行语音识别,能大大提高系统识别率。模型补偿存在的一个问题是当实际测试环境的带噪语音信噪比降低时,语音逐渐被噪声污染而使得模型特征参数难以分辨,导致识别效果严重下降。本文将麦克风阵列语音增强算法(前端处理技术)和模型补偿算法(后端处理技术)结合,利用麦克风阵列对语音进行增强,

7、减少带噪语音中的噪声成分,使得模型补偿在测试条件下带噪语音信噪比降低时也能取得满意的识别效果。新方法先用麦克风阵列对含噪语音进行处理,然后提取语音特征进行模型补偿(Log-Add算法),最后进行语音识别计算识别率,最后用MATLAB和HTK工具在不同信噪比的不同噪声环境下进行了实验仿真。实验结果表明基于麦克风阵列模型补偿的语音识别新算法提高了系统识别率尤其在低信噪比下。关键词:麦克风阵列模型补偿语音识别Log-AddIABSTRACTMicrophonearraywithgoodspatialse

8、lectivitycaneffectivelysuppressnoiseinterferenceinadditiontothedirectionofthedesiredspeechsignalsoastoachievesignificantnoisecancellation.Modelcompensationalgorithmcorrectthecharacteristicparametersofthemodelofpurespeechaccordingtotheenvironme

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。