噪声环境下的语音识别关键技术研究.pdf

噪天津理工大学研究生学位论文分类号：密级：．学位论文作者签名：件贼导师签名：锄阮杉学位论文作者签名：胖靼学位论文版权使用授权书签字日期：加肥年聑∥日墨盗墨墨盘堂墨盗墨墨盘望有关保留、使用学位论文的规定。特授权墨盗垄墨盘堂昶蛟乱日本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果除了文中特别加以标注和致谢之处外论文中不包含其他其他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。签字日期：本学位论文作者完全了解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并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子签字日期：人已经发表或撰写过的研究成果也不包含为获得或文件。Ｃ艿难宦畚脑诮饷芎笫视帽臼谌ㄋ得聑胃日摘要噪声是阻挡语音识别走向实用化的主要因素。为了使语音识别产品能够更好地走向实用提高在噪声环境下的语音识别率成为当前迫切需要解决的问题。本文在研究国内外相关资料的基础上对噪声环境下的语音识别进行了以下关键技术研究。语音预处理技术直接影响特征提取的好坏和语音识别的正确率。本文对语音信号的预处理技术进行研究包括语音增强、预加重、分帧、加窗以及端点检测技术等噪声去除方法。本文对噪声和语音的自动分离技术进行分析包括盲分离算法、独立分量分离法、基于遗传算法的独立分量分离法。在此基础上提出了基于禁忌搜索的盲分离算法。搜索过程中使用禁忌搜索学习方法以峭度作为分离矩阵的适应度并根据基音频率选取出所需的语音信号。实验表明基于禁忌搜索的语音分离算法能够跳出局部最优搜索到全局最优分离矩阵将语音信号与噪声信号进行有效分离为语音识别的后续工作打好提取具有抗噪性能的特征参数是语音识别的关键。本文将具有抗噪性能的芰克阕佑敕先攵醯腉滤波器相结合提取一种语音特征参数并采用能较好反映语音信号动态特性的差分参数提出将参数与差分参数相结合形成组合参数。实验结果表明所提的特征参数与传统语音特征参数、及其组合参数相比具有更好的抗噪性能和识别效果。本文采用开发工具实现了一个小词汇量语音识别系统并介绍了系统实现方法。关键词：语音识别禁忌搜索语音分离鱐基础。—．—．．．撕．瓻琓琁琣甌．瑂猵琣甇琤甀—篠语音识别技术的发展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯目前语音识别中所存在的问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．噪声环境下语音识别研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．论文的主要内容与结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．第二章噪声环境下语音识别预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．语音识别系统基本框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．语音信号预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．吃肷椒ā．ぜ又亍．种〖哟啊．说慵觳狻第三章基于禁忌搜索的语音信号噪声分离⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯独立分量分离⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯禁忌搜索算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于禁忌搜索的语音信号分离⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一基于禁忌搜索的语音信号分离的步骤与实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。含噪语音的分离后处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章基于人耳感知的语音特征参数提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯传统特征参数提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯