背景噪声下基于语音增强的语音识别技术研究

摘要

作为一门综合学科,语音识别自二十世纪五十年代以来逐渐引起了众多世人的关注。越来越多的研究人员开始从事语音识别的研究或者与语音识别相关的研究。与此同时,语音识别也得到了相当大的发展,形成了相对完善的理论体系,在许多领域得到了广泛的应用。随着当今信息科技的高速发展和普及,语音识别已经成为智能化科技的热点研究技术。语音识别能够方便人们的生活,减少获取信息的障碍,有着越来越广泛的应用前景。
　　本文首先介绍了语音识别技术的国内外发展状况,分析了语音识别系统商品化过程中面临的困难,在此基础上阐明了本课题的研究背景和意义。其次,根据语音识别系统的基本构成模型,分析研究了预处理、语音信号的分析及特征提取、端点检测到模板生成、模板匹配各部分所涉及到的语音数字信号处理、模式识别等方面的基本原理。针对不同的语音识别理论(DTW、VQ、HMM等)在实验的基础上进行了相应的分析比较。
　　实际的应用环境下的语音多为含噪语音,因此本文相应的研究了基于麦克风阵的语音增强方法。并提出了将此种麦克风阵语音增强的方法应用在提高语音识别系统抗噪声能力方面,建立了基于HMM模型的语音识别系统,进行噪声环境下的语音识别试验。实验结果表明,本文采用的语音增强方法在一定的噪声环境下提高了系统的识别率,能较好的实现一个噪声环境下的语音识别系统。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1 引言

§1.2语音识别的发展历史和现状

§1.3 语音识别仍然存在的问题

§1.4 课题来源及主要工作

第二章 语音识别中对语音信号的分析与处理[1]

§2.1引言

§2.2 语音信号的产生模型

§2.3语音识别的基本原理

§2.4语音信号的数字化处理

§2.5语音信号的预处理[2]

§2.6语音信号的时域分析

§2.7语音信号的频域分析

§2.8 语音信号的端点检测

§2.9本章小结

第三章语音识别中特征参数的提取

§3.1引言

§3.2 LPC分析与特征提取

§3.3 Mel倒谱系数MFCC[7,8]

§3.4小结

第四章 语音识别的理论及算法

§4.1引言

§4.2 DTW语音识别算法

§4.3 矢量量化技术(VQ）

§4.4 隐马尔可夫模型（HMM）

§4.5语音识别的实验

§4.6 本章小结

第五章 语音增强方法的研究

§5.1引言

§5.2谱相减方法研究

§5.3基于麦克风阵的语音增强方法[57,58,59,60,61,62]

§5.4 实验仿真

§5.5 本章小结

第六章 背景噪声下的语音识别研究及系统实现

§6.1引言

§6.2 背景噪声下语音识别算法

§6.3 系统实现

§6.4实验结果

§6.5识别的实验分析

§6.6 本章小结

第七章 总结与展望

§7.1本论文主要完成的工作

§7.2 进一步研究展望

致谢

参考文献

攻读硕士期间已录用的论文

附录 缩略语表