噪声环境下语音识别方法的研究

《噪声环境下语音识别方法的研究》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、摘要噪声环境下语音识别方法的研究学科：检测技术与自动化装置作者：林遂芳（签名）___________导师：潘永湘（教授）（签名）___________副导师：孙旭霞（副教授）（签名）___________答辩日期：2005.3摘要噪声环境下的语音识别是国内外一个重要的研究课题，具有重要的理论和实际意义。由于训练环境与识别环境的不匹配，现有的语音识别系统在噪声环境下的识别性能下降十分严重，因而还不能实现真正的商业化。本文从语音模型入手，讨论了新的抗噪语音识别方法。通过分析噪声对语音识别性能的影响，提出了两种新的抗噪语音识别方法，即动态时间规整（DTW）

2、和学习矢量量化（LVQ）相结合的识别方法以及基于隐马尔可夫模型（HMM）和小波神经网络（WNN）混合模型的语音识别方法。其中第一种方法具有训练和识别过程简单的优点，对信噪比为10dB的情况下识别率从26%提高到50%。第二种方法则通过结合HMM的时间建模能力和WNN的分类决策能力，在不影响纯净语音识别率的情况下，比第一种方法具有更高的识别率，对信噪比为10dB的情况下识别率为66%，这种方法在低信噪比的情况下识别率提高尤为明显。此外，本文还提出一种基于语音增强技术的语音识别方法，即通过对带噪的原始语音进行语音增强，提高源信号的信噪比，从而提高语音识别

3、系统的识别率。本文使用谱相减和小波消噪两种语音增强方法，可以将带噪语音的信噪比至少提高50%，信噪比为10dB时的识别率提高到80%。实验证明，这种方法对抗噪语音识别具有良好的效果。关键词：语音识别；噪声；学习矢量量化；小波网络；语音增强I西安理工大学硕士学位论文RESEARCHONNEWMETHODOFRUBUSTSPEECHRECOGNITIONSubject:TestingTechnologyandAutomationInstrumentCandidate:LinSuifang(Signature)Supervisor:PanYongxiang

4、(Signature)SunXuxia(Signature)Answertime:2005.3AbstractNoisyspeechrecognitionisoneoftheactiveresearchareasofspeechsignalprocessing.Forthedifferencebetweenthetrainingconditionandrealworld,especiallyallkindsofnoiseburiedinthespeechsignals,theperformancesofmostrecognitionsystemsar

5、edegradedgreatly.Thussofar,fewspeechrecognitionsystemsarereallyputtouse.Thispaperstartsfromthespeechmodels,andmainworksfocusondevelopingnewnoisyspeechrecognitionmethods.Theinfluencesofnoiseontheperformancesofspeechrecognitionarethoroughlyanalyzedandcompared.Thentwonewmethodsare

6、presented.TheLVQ/DTWmethod,LearningVectorQuantization(LVQ)techniquecombinedwiththeDynamicTimeWarping(DTW)algorithm,isthefirsthybridmodel.Inthismodel,theDynamicTimeWarpingalgorithmisusedasthefront-endofLearningVectorQuantizationnetwork,warpingtheepochoftheinpututterances.Thetask

7、ofclassificationandrecognitioniscompletedbytheLearningVectorQuantizationnetwork,whichismodifiedinthelearningalgorithm.Comparedwithtraditionalmethods,thetrainingandtestingprocessfortheLVQ/DTWmodelisverysimple.Theexperimentalresultsdemonstratethatrecognitionratecanbeimprovedfrom2

8、6%to50%whensignalandnoiseratio(SNR)is10dB.Thesecondmet