噪声环境下汉语连续语音声调识别研究

《噪声环境下汉语连续语音声调识别研究》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、中国科学技术大学硕士学位论文UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeTonerecognitionofcontinuousMandarininnoiseenvironment中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名：签字日期：逸!兰』

2、：垡中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。酗开口保密(年)作者签名：签字日期：逖堑趣加，红0丘-沙导师魏过蚴导师签名：型塾匿经签字日期：；坦f丝。G玛摘要汉语不同于英

3、语的一种语音，最显著的差别在于语调，汉语是个有调语言，而英语中并不存在调一说。因此声调成为了汉语一个非常重要的特征，并运用到许多语音研究领域，比如语音合成，语音识别，以及语音编码。本文我们研究对象是标准普通话。孤立字声调模型相对稳定，因此，孤立字的声调识别相对而言比较容易。而连续语音的声调识别却并不容易，主要原因是连续语音的声调协同作用。协同作用是导致连续语音声调模型多样性。传统的方法是对每个变调进行建模从而进行模式识别，但是，标准声调的变调模型之间往往存在重叠。这是很多连续声调识别方法难以提高识别率的根本原因。语音不可避免会被噪声污染，而噪

4、声往往会影响声调的检测。为此，语音增强预处理是非常有必要的。本文主要研究内容和创新成果如下：1．提出新的子空间语音增强算法子空间算法主要包括信号维数估计和信号空间滤波处理过程。传统子空间算法运用噪声估计来确定信号维度，这并不合理，因为，实际噪声多数都是非稳定的。对此，本文运用基于重建误差函数的方法估计信号维数。其主要原理是基于主要成分分析方法(PCA)计算重建误差，误差越小，重建信号就是最优的，从而估计出信号维数。考虑到噪声的非稳定性，运用跟踪算法实时地估计噪声。理论上，信号子空间中减法运算是可以去噪的，这种算法类似谱减法语言增强。但是，子空

5、间内单纯减去噪声的方法并不能有效实现去噪。为此，我们运用了维纳滤波的算法代替减法算法来去除混合子空间内的噪声。实验证明，本文提出的新的子空间算法能有效实现语音增强。2．提出了新的基于稀疏的语音增强方法语言信号是近似稀疏的，而且多数的能量都存在于低频段。本文结合这一特点设计了复合稀疏字典进行语音增强，即是运用稀疏字典来描述语音低频部分，运用固定字典描述语音高频部分。因为，高频段的语音成分也是不可忽视的，所以运用一个固定字典去描述也是非常有必要的。实验证明这种方法非常有效。然而，这种方法并不适合所有情况，当信噪比比较小或者比较大时，复合字典的性能

6、急速下降。我们认为这种现象主要是语音和噪声之间的分类明显造成的，这种情况下，我们认为噪声也是稀疏性的，我们运用复合字典分别描述噪声和语音。实验表明，这种算法能有效改进高信噪比和低信噪比条件下的语音增强性能。3．基于相邻声调信息进行连续声调识别摘要传统连续声调的识别算法并没有考虑这种模板重叠现象。本文的声调识别方法中，所有声调被划分为四个声调模型，运用模糊算法实现声调预识别。同时结合相邻声调相互影响规律，对己知连续声调序列进行预测，从而形成声调字典。最后结合声调识别结果和预测结果得到声调识别结果。为了验证声调识别算法对本算法的影响，本文也运用了

7、支持向量机和时间规整化模板匹配算法进行对比分析。实验结果表明本文的声调识别算法优于传统算法，不会受到声调识别算法的影响。相对于无监督的识别算法，有监督的算法更加稳定有效。关键词：连续语音声调识别语音增强稀疏子空间AbstractABSTRACTChineseisverydifferentfromEnglish．ThemostsignificantdifferenceisthatChineseisatonallanguagebutEnglishisnot．ToneasveryimportantfeatureoftheChineseisimpli

8、edinmanyresearchareas，suchasspeechrecognition．speechsynthesisandspeechcoding．Itsho