噪音环境下汉语连续数字的语音识别

摘要

目前的语音识别系统对纯净语音可以达到非常高的识别精度,但是环境噪声给语音识别系统造成很大的影响,导致识别器的性能急剧下降。因此抗噪问题是语音识别真正达到实用必须解决的关键问题。
　　首先,对语音端点检测的传统方法进行了改进:采用语音信号的短时能量和过零率结合,并根据实验结果合理的设置了门限和判定方法。在强噪音环境下,提出了结合谱减算法的新的端点检测算法。
　　其次,阐述现阶段常用去噪方法:二项式加权、维纳滤波、谱减法等。针对谱减法存在的三大问题,提出解决方案,并结合新的端点检测算法和MFCC,提出了二次去噪算法。比较各种方法的识别率,发现新的算法对噪声削弱效果较好。
　　然后,研究了HMM模型,讨论了HMM需要解决的三大经典问题及解决方法,并介绍了语言模型的重要性和局限性,以及在大词汇量的语音识别中如何使用 N元语言模型。
　　最后,基于以上的分析结果,在 matlab7.0实验环境下,对比四种去噪方法对孤立数字识别率的影响。在此基础上,构建了一个基于HTK的不定长汉语连续数字的语音识别系统,并采用四种方式进行去噪,比较识别率,从而证实了新的去噪算法具有一定的价值。

目录

封面

声明

目录

中文摘要

英文摘要

插图索引

附表索引

第一章 绪论

1.1 研究背景

1.2 语音识别的国内外发展概况

1.3 语音识别的难点

1.4 语音识别系统的分类

1.5 连续语音识别的意义

第二章 语音识别的基本原理

2.1 语音识别的过程

2.2 语音信号分析

2.3 特征提取

第三章 语音增强

3.1 语音增强的依据

3.2 语音增强算法

第四章 隐马尔可夫模型(HMM)

4.1 语音识别系统中的声学模型

4.2 语音识别中的声学建模技术

4.3 HMM 的基本问题及解决

4.4 HMM的局限

4.5 上下文相关的声学建模技术

第五章 基于MATLAB和HTK的语音识别实验与分析

5.1 基于MATLAB的前期处理

5.2 基于HTK的连续数字的语音识别

5.3 HTK工具箱介绍

5.4 系统组成

5.5 实验结果分析

第六章 总结与工作展望

参考文献

成果目录

致谢