基于非参数化谱估计的语音特征提取研究与实现

摘要

自动语音识别技术研究是模式识别中重要课题之一，它在实际应用中同样有着重要的作用。目前，大部分语音识别在干净的环境下有较好的识别性能，但在实际噪声环境下，语音识别性能将明显降低。因而，语音识别的研究具有重要的研究价值和实际意义。
　　本文针对语音识别前端技术中鲁棒性语音特征提取展开研究，分析传统的语音特征提取方法在语音信号谱估计方面的不足，结合人耳听觉特性和人类发声特性，提出一种具有较好鲁棒性和识别性能的语音特征提取算法，并将其在嵌入式DSP平台上移植实现。
　　首先，本文通过分析不同的非参数化谱估计方法，指出线性预测谱估计方法(LPC)和快速傅里叶谱估计方法(FFT)应用于语音特征提取方法时，其谱分辨率差，导致其语音识别的鲁棒性在实际环境中受到很大的影响，引入最小方差无失差响应谱估计方法(MVDR)，实现高分辨率与高鲁棒性的语音识别特征提取。
　　其次，本文针对语音信号为非平稳随机信号的特点，将希尔伯特谱估计应用于语音特征提取中，提出一种新的鲁棒性语音特征提取方法MHCC(Hilbert-MFCC)特征提取方法，提取有效的瞬时幅度特征和瞬时频率特征的同时提高了特征值的判别性，从而达到提高语音识别的鲁棒性与识别率的目的。实验结果表明，与美尔频率倒谱系数(MFCC)特征和基于最小方差无失真响应谱(MVDR-MFCC)特征相比，MHCC有明显的优势，即有更高的抗噪性，较低的算法复杂度及更好的识别率，该算法更适合于嵌入式平台的实现。
　　最后，在CCS3.1集成开发环境下完成MFCC算法和MHCC算法的C语言程序的编写，并且为了成功完成DSP移植，实时提取两种语音特征参数值，充分利用DSP芯片的对信号处理的优势，优化算法及代码。

目录

文摘

英文文摘

插图索引

附表索引

第1章 绪论

1.1 课题背景与意义

1.2 非参数化谱估计特征提取研究现状

1.3 自动语音识别研究目前存在的困难

1.4 论文的主要研究内容及结构安排

1.4.1 主要研究内容及创新点

1.4.2 论文结构安排

第2章 鲁棒性语音识别与谱估计技术

2.1 鲁棒性语音识别

2.1.1 预处理

2.1.2 特征参数提取

2.2 谱估计技术

2.2.1 经典谱估计

2.2.2 现代谱估计

2.3 实验环境及工具简介

2.3.1 仿真工具MATLAB

2.3.2 Aurora语音库

2.3.3 识别工具HTK

2.3.4 开发环境CCS

2.4 小结

第3章 基于谱估计的语音特征提取算法

3.1 基于LPC普估计的语音特征提取

3.1.1 线性预测原理

3.1.2 线性预测谱估计

3.1.3 线性预测谱估计MATLAB实现

3.2 基于FFT谱估计的语音特征提取

3.2.1 快速傅里叶变换(FFT)

3.2.2 经典特征提取方法(MFCC)

3.3 改进的语音特征提取方法(MVDR-MFCC)

3.3.1 MVDR谱原理

3.3.2 Capon谱估计MATLAB实现

3.3.3 基于MVDR谱的特征提取方法

3.4 语音特征提取新方法(MHCC)

3.4.1 Hilbert谱原理

3.4.2 Hilbert谱估计MATLAB实现

3.4.3 基于Hilbert谱的特征提取方法

3.5 非参数化谱估计的提取算法复杂度比较

3.6 小结

第4章 基于谱估计语音特征提取算法识别实验

4.1 HTK数字语音识别平台及语料来源

4.1.1 HTK原理及工具包

4.1.2 实验语料来源

4.1.3 数字语音识别平台搭建

4.2 基于谱估计语音特征提取算法识别实验及结果分析

4.3 小结

第5章 基于谱估计的语音特征提取DSP实现

5.1 嵌入式DSP平台

5.1.1 嵌入式DSP选型

5.1.2 目标平台TMS320C6713DSK

5.2 硬件设计流程

5.2.1 语音输入模块AIC23

5.2.2 多功能缓冲串口(McBSP)

5.2.3 增强型DMA(EDMA)模块

5.2.4 数据存储模块

5.3 软件开发流程

5.3.1 系统工程文件

5.3.2 PING-PONG缓存技术

5.3.3 系统的优化

5.4 小结

结 论

参考文献

致 谢

附录A 攻读硕士学位期间发表论文目录

附录B 攻读硕士学位期间所参与的科研项目