Laguerre滤波器在语音识别前端处理中的应用研究

摘要

语音识别是语音信号处理领域的研究热点，但由于其研究的复杂性，长期以来一直是一项难题，尤其是噪声环境下的非特定人语音识别。本文从一个典型的语音识别系统出发，介绍了语音识别的基本原理，讨论了几种常用的特征提取方法，尤其对过零率峰值幅度(ZCPA)特征提取作了较为详细的介绍。在此基础上提出用Laguerre滤波器对ZCPA特征提取前端处理进行改进的方法，并获得了具有优良抗噪性的识别结果。 本文中用Laguerre网络实现的滤波器吸收了传统有限冲激响应(FIR)、无限冲激响应(IIR)滤波器的优点，既具有FIR滤波器的稳定性又具有IIR滤波器的长时记忆的特点和通阻带特性。其设计方法是在Laguerre滤波器与理想滤波器的频率响应的均方误差为最小的前提下，利用牛顿-拉夫逊法估算滤波器参数，然后由柯西-留数定理得出相对应的Laguerre系数以获得最优滤波器。通过实例设计了Laguerre滤波器，并与传统FIR和IIR滤波器的频率响应作了详细的比较，得出Laguerre滤波器有较小的滤波器长度，合适的线性相位和较少的通阻带波纹。缺点是计算复杂，但使用介绍的引理可降低其复杂性。 接着将Laguerre滤波器用在ZCPA特征提取中代替原来的FIR滤波器，后端分别利用RBF网络和HMM训练和识别。实验结果表明利用Laguerre滤波器代替FIR滤波器进行特征提取，其识别率明显提高，而且抗噪性有很大改善。论文最后分析了Laguerre序列的频率弯折特性，并将小波变换的多分辨特性与之相结合得出基于Laguerre网络的频率弯折小波变换，对其实现结构作了详细介绍，同时也说明难点所在。提出下一步工作是将频率弯折小波变换用于特征提取中，期望得到好的识别结果。

目录

文摘

英文文摘

声明

第一章绪论

1.1概述

1.1.1语音识别简介

1.1.2国内外研究现状

1.1.3目前语音识别面临的困难

1.2滤波器的介绍及其在语音信号处理中的应用

1.2.1滤波器的介绍

1.2.2滤波器的发展及现状

1.2.3滤波器在语音信号处理中的应用

1.3论文内容安排

第二章语音识别系统概述

2.1语音识别系统描述

2.1.1预处理

2.1.2特征参数提取技术

2.1.3声学模型与模式匹配

2.2几种常用的特征提取方法

2.2.1线性预测系数(LPC)

2.2.2 LPC倒谱系数(LPCC)

2.2.3 Mel频率倒谱系数(MFCC)

2.2.4过零率峰值幅度(ZCPA)

2.3小结

第三章Laguerre数字滤波器的设计

3.1 IIR数字滤波器的设计

3.2 FIR数字滤波器的设计

3.2.1 FIR数字滤波器的介绍

3.2.2 FIR数字滤波器的窗口设计法

3.2.3 FIR数字滤波器设计的频率响应法

3.2.4 FIR数字滤波器设计的切比雪夫逼近

3.2.5 FIR与IIR数字滤波器性能的比较

3.3全通传输函数

3.3.1定义

3.3.2性质

3.3.3应用

3.4 Laguerre网络介绍

3.4.1 Laguerre序列及其Z变换

3.4.2 Laguerre网络结构

3.5 Laguerre数字滤波器的设计过程

3.5.1 Laguerre参数的确定

3.5.2解析法设计最优Laguerre滤波器

3.6仿真实验与结论

3.6.1实验一(Laguerre滤波器与FIR滤波器的比较)

3.6.2实验结果及讨论

3.6.2实验二(Laguerre滤波器与IIR滤波器的比较)

3.6.3实验结果及讨论

3.7小结

第四章Laguerre滤波器在语音识别系统中的应用

4.1 ZCPA特征提取中滤波器组的设计

4.2 ZCPA中Laguerre滤波器设计

4.2.1 ZCPA中Laguerre滤波器b值的确定

4.2.2 ZCPA中Laguerre滤波器系数的确定

4.3 Laguerre滤波的具体过程

4.4基于RBF神经网络的语音识别

4.4.1 RBF网络拓扑结构

4.4.2 RBF网络结构特点

4.4.3仿真实验

4.5基于HMM的语音识别

4.5.1 HMM简介

4.5.2实验结果及结论

4.6实验结果综合比较

4.7 小结

第五章 基于Laguerre网络的频率弯折小波

5.1离散时间小波变换与滤波器组

5.1.1两通道正交镜像滤波器组实现小波分析与综合

5.1.2离散时间小波变换

5.2频率弯折小波

5.2.1 Laguerre级数

5.2.2频率弯折小波变换

5.2.3频率弯折小波的实现

5.3小结

第六章总结与展望

6.1总结

6.2展望

附录

参考文献

致谢

攻读研究生期间发表的论文