车载环境下的语音识别系统研究

摘要

经济的繁荣促使汽车以前所未有的速度进入到人们的生活,为了满足人们对汽车智能化和安全性的追求,汽车行业正在向高智能化发展,而该智能化离不开语音技术的支持。近年来,Siri、谷歌眼镜等语音识别应用也说明语音技术已经走向产品化。本文应用动态时间规整(DTW)孤立词语音识别方法,实现了一个车载环境下的语音识别系统。　　本文首先介绍了国内外车载语音识别的发展现状,然后详细描述了语音识别的三个关键技术,根据车载环境下语音识别系统的特点,通过实验仿真及分析,选择最适于该环境下的识别算法。预处理模块,采用汉明窗对信号进行分帧,同时针对传统双门限法易受外界噪声干扰、鲁棒性差的特点,提出了一种自适应样本熵法,并通过实验证明了该算法在低信噪比下能有效进行端点检测且检测效果较好。特征参数模块,比较了两种常用特征参数LPCC、MFCC,针对MFCC运算量较大对其计算过程进行了改进,并对LPCC、MFCC和改进的 MFCC参数性能进行了比较;同时提出了一种基于MFCC与LPCC的混合特征参数,经过主成分分析进行降维去冗余,且通过实验证明了该融合参数对系统识别率有益。模式匹配模块,通过对DTW和VQ模型进行多方面的实验仿真分析,验证了改进的DTW算法更适于车载环境的应用。　　最后,应用 MATLAB软件对系统进行了整体仿真,证明了本课题所选算法的可行性。在不同信噪比下对算法进行测试,获得了良好的识别效果,达到了系统设计要求。随后在总结全文工作的基础上,本文对课题目前存在的问题进行了分析,并为进一步研究指明了方向。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1 课题研究背景和意义

§1.2 语音识别技术发展过程

§1.3 车载语音识别研究现状

§1.4 本文结构安排

第二章 语音识别基础理论

§2.1 语音识别系统组成及原理

§2.2 语音识别预处理

§2.3 语音信号特征参数提取

§2.4 语音识别模型与算法

§2.5 本章小结

第三章 车载环境下语音识别算法改进与选用

§3.1 车载环境分析

§3.2 端点检测

§3.3 特征参数提取实验与算法改进

§3.4 本章小结

第四章 车载环境下语音识别系统的仿真

§4.1 系统算法总体设计

§4.2 语音库的建立

§4.3 预处理模块算法仿真

§4.4 特征参数提取算法仿真

§4.5 模板匹配算法仿真

§4.6 整体系统仿真

§4.7 本章小结

第五章 总结与展望

§5.1 总结

§5.2 展望

参考文献

致谢

作者在攻读硕士期间的主要研究成果