自动语音识别噪声鲁棒性方法研究

《自动语音识别噪声鲁棒性方法研究》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、单位代码：10293密级：硕士学位论文论文题目：自动语音识别噪声鲁棒性方法研究学号1011010522姓名陈欢导师邱晓晖教授学科专业信号与信息处理研究方向现代通信中的智能信号处理申请学位类别工学硕士论文提交日期2014年4月万方数据StudyofNoise-RobustMethodsforAutomaticSpeechRecognitionThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByChenHuanSuperv

2、isor:Prof.QIUXiao-huiApril2014万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位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的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电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作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论

3、文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入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、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________万方数据摘要自动语音识别系统在噪声环境下的鲁棒性是语音识别系统从实验室走向实际应用的关键，其主要研究目的是为了

4、解决应用环境与训练环境之间不匹配所造成的识别性能下降问题。本文在总结和分析现有噪声鲁棒语音识别方法的基础上，重点针对信号空间和特征空间的端点检测、语音增强和鲁棒特征提取等问题进行了一定的研究，具体的工作及创新如下：首先，本文对语音信号产生的数字模型和语音识别的基本原理进行了简单介绍，并根据语音识别系统的构成将自动语音识别中的噪声鲁棒性方法按照信号空间、特征空间与模型空间进行分类总结。然后，针对语音识别中预处理阶段的端点检测算法进行了分析，在研究基于短时能量、短时过零率和谱熵的端点检测算法的基础上，提出改进谱熵端点检测算法，仿真实验的检测效果优于基本谱熵算法，

5、具有更好的噪声鲁棒性。再者为了抑制噪声对语音信号的影响，研究了谱减法与改进谱减法。仿真实验表明，两种典型的改进谱减法能有效地改善系统输入信号的信噪比。其次，从特征空间研究了鲁棒语音识别中的特征参数提取问题，分析比较了语音识别系统中常用的三种特征提取参数，线性预测系数（LinearPredictionCoefficients，LPC）、线性预测倒谱系数（LinearPredictionCepstralCoefficients，LPCC）和美尔频率倒谱系数（MelFrequencyCepstralCoefficients，MFCC）。构造出一种基于MFCC的鲁棒

6、特征参数：SS-MFCC，在不同噪声环境下进行了识别实验，得到新的特征参数相对于MFCC的改善程度，验证了新参数的优良鲁棒性。最后，研究了隐马尔可夫模型，利用Matlab建立了一个基于HMM模型的语音识别系统。实验表明，综合各部分的算法建立起来的语音识别仿真系统，在信噪比为10dB的白噪声条件下对汉语数字0-9的识别率能达到83.75%，具有良好的鲁棒性。关键词:噪声鲁棒语音识别，端点检测，语音增强，特征提取，HMM模型I万方数据AbstractAutomaticspeechrecognitionsystemrobustnessinnoisyenvironm

7、entisthekeytospeechrecognitionsystemfromlaboratorytopracticalapplication,themainobjectiveofthestudyistoidentifytheperformancebetweenapplicationenvironmentandtrainingenvironmentmismatchcausedbyfalling.Basedonthesummarizationandanalysisofexistingnoiserobustspeechrecognitionmethods,th

8、isdissertationstudiestheal