经验模态分解方法及其在语音识别算法中的研究

摘要

随着生理学、声学、电子技术、信号处理等学科的快速发展，语音识别技术发展到了一个全新的高度，已经从实验室转到了实际应用中，但由于环境噪声的复杂性，实际应用中语音识别率还需进一步提高，这就需要从理论算法上深入研究，以提高准确率。传统的语音处理时频分析方法如短时傅里叶变换、小波变换等都是假定信号为平稳或分段平稳的，而语音信号是一种非平稳非线性信号，故上述方法不能在根本上解决傅里叶变换的弊端。所以，本文研究了以瞬时频率为基本单元的经验模态分解(EMD)方法，分析了在不同的信噪比下，检测数据端点，进一步识别信息的算法，对语音识别的应用具有现实意义。
　　本文主要完成的工作如下:
　　1、研究了HuangNE提出的经验模态分解算法的基本概念及其分解过程。将经验模态算法应用于语音信号，分解得到一组固有模态函数和一个剩余量。揭示了EMD算法的滤波特性、自适应性、多分辨性和局部特性。
　　2、语音信号端点检测是语音识别系统的前端处理，用于检测信号中有效语音的起点和终点，检测结果会影响语音识别的准确性，分别结合短时平均幅度差函数和美尔频率倒谱系数，本文提出了两种适用于低信噪比环境下的语音端点检测方法:EMD+AMDF和EMD+MFCC。利用经验模态分解算法的滤波特性，滤除语音信号中的噪声部分。通过计算机仿真实验分析了EMD+AMDF和EMD+MFCC算法的语音端点检测性能，与传统的双门限法端点检测结果进行对比，证明了算法的有效性，实现了在低信噪比下的语音端点检测。
　　3、针对语音识别率低以及噪声影响等问题，设计了结合经验模态分解和RBF的语音识别模型。该方法利用EMD算法对语音信号进行分解，提取固有模态函数的美尔频率倒谱系数作为语音特征向量，输入RBF神经网络模型进行识别，降低了噪声对识别结果的影响，仿真实验验证了该算法有效地提高了语音识别率。

目录

声明

摘要

第一章 绪论

1．1 课题研究的背景和意义

1．2 国内外语音识别的发展和研究现状

1．2．1 语音识别的发展

1．2．2 语音识别的研究现状

1．2．3 语音识别面临的挑战

1．3 本文研究内容及章节安排

第二章 语音信号处理基础

2．1 语音信号基本概念

2．1．1 语音信号的声学特征

2．1．2 语音信号的模型

2．1．3 语音信号预处理

2．2 语音信号的时频域分析

2．2．1 时域分析

2．2．2 频域分析

2．3 本章小结

第三章 经验模态分解理论

3．1 传统时域分析的局限性

3．2 经验模态分解基本概念

3．2．1 瞬时频率

3．2．2 特征时间尺度

3．2．3 固有模态函数

3．3 经验模态分解原理

3．3．1 经验模态分解的分解过程

3．3．2 经验模态分解的特点

3．4 本章小结

第四章 基于经验模态分解的语音端点检测

4．1 概述

4．2 语音信号特征参数提取

4．2．1 线性预测系数(LPC)

4．2．2 线性预测倒谱系数(LPCC)

4．2．3 美尔频率倒谱系数(MFCC)

4．3 基于双门限法的语音端点检测

4．3．1 双门限法原理

4．3．2 实验结果及分析

4．4 基于经验模态分解和短时平均幅度差函数的语音端点检测

4．4．1 平均幅度差函数

4．4．2 算法过程

4．4．3 实验结果及分析

4．5 基于经验模态分解和美尔频率倒谱系数的语音端点检测

4．5．1 算法过程

4．5．2 实验结果及分析

4．6 传统算法与本文提出算法之间的比较

4．7 本章小结

第五章 基于经验模态分解和RBF神经网络的语音识别方法

5．1 人工神经网络

5．2 径向基神经网络

5．2．1 RBF神经网络的原理

5．2．2 RBF神经网络的结构

5．2．3 RBF神经网络训练算法

5．3 基于经验模态分解和RBF神经网络的语音识别系统

5．3．1 算法过程

5．3．2 仿真实验结果

5．4 本章小结

第六章 总结与展望

参考文献

致谢

附录