基于bss和svm的语音识别技术研究

《基于bss和svm的语音识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性（或创新性）声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得桂林电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：日期：关于论文使用授权的说明本人完全了解桂林电子科技大学有关保留和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桂林电子科技大学。本

2、人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为桂林电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布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论文。（保密的论文在解密后遵守此规定）本学位论文属于保密在_____年解密后适用本授权书。本人签名：导师签名：万方数据日期：日期：摘要摘要随着计算机技术的飞速发展，目前语音识别技术的研究已有了实质性的突破。本文在已有的研究成果上，对以SVM为声学模型的连续语音识别系统进行了相关的改进：针对连续语音识别单元对系统性能有着直接影响的问题，选取了音节作为识别单元并通过动

3、态循环双门限起止点前后向搜索方法基本实现了每个独立音节能够被完整的切分出来；同时为了使SVM模型获得较好的训练数据，在SVM模型训练前利用VQ对高维语音参数进行聚类即码本设计，并在VQ中引入SAHKC方法对语音信号的MFCC参数聚类，比传统的K-means方法的聚类效果更优越。由于实际环境中存在的各种噪声会导致训练环境和识别环境不匹配，使得大多在实验室中具有较高识别率的语音识别系统在噪声环境下的性能急剧下降。常规的消噪技术虽然对噪声的抑制有一定的作用，但是存在一定的局限性。针对此种情况，本文在语音识别系统的前端采用了盲分离技术(BSS)与卡尔曼滤波器相结合的方法对

4、含噪语音进行消噪处理，使噪声与目标语音信号自动分离，以得到较为纯净的目标语音信号。最后在MATLAB平台上进行仿真实验分析，从三个方面即码本设计及容量、盲分离和卡尔曼滤波器构建的消噪方法以及SVM核函数对VQ-SVM语音识别系统进行了相关实验，并将改进的VQ-SVM模型与原有的SVM模型在特定人和非特定人测试集下进行实验对比分析，验证了改进的码本设计算法和抗噪方法对系统性能有一定的提高。关键词：语音识别；SVM；SAHKC；盲分离(BSS)-I-万方数据AbstractAbstractWiththerapiddevelopmentofcomputertechnol

5、ogy,theresearchofspeechrecognitiontechnologyhasasubstantialbreakthrough.Inthispaper,aimmingattheexistingresearchresults,someimprovementsaremadeforthecontinuousspeechrecognitionsystemwiththeacousticmodelbasedSVM.Fortheissueoftheunitofcontinuousspeechrecognitionhasadirectimpactonsystemp

6、erformance,thesyllableisselectedasarecognitionunit.Eachindividualsyllableoutofacompletesegmentationcanbeachievedbydynamicloopofbeginningandendingpointssearchtobeforeandaftermethod.Meanwhile,inordertoobtainbettertrainingdataforSVMmodel,beforeusingtheSVMmodel,high-dimensionalspeechparam

7、etersareclusteredbyVQ.SAHKCmethodisintroducedforclusteringtheMFCCparametersofspeechandismoreeffectthanthetraditionalK-meansmethod.Becauseinarealenvironment,noisewillleadadismatchofthetrainingenvironmentandrecognitionenvironment,andthereisasharpdeclinefortherecognitionrateofthemostspee

8、chrec