語音增強及魯棒特征提取方法研究.pdf

1、隨著全球經濟一體化和計算機技術的發(fā)展，從原來只是簡單的人與人的語言交流已經轉變成高級的人與計算機之間的交流，人與計算機交流讓計算機系統(tǒng)識別人類語音并能根據(jù)人類語音的含義做出相應的回應。同時，為了應對現(xiàn)代人類交流的方便性和快速性，智能手機對于語音轉化成文本的語音識別系統(tǒng)的研究都已成為現(xiàn)今語音識別領域的研究重點。而語音增強算法和魯棒特征提取很大程度上決定了語音識別系統(tǒng)的“好”與“壞”。所做的三方面工作主要如下:
　　語音識別前端處理中

2、的語音增強算法研究，對于傳統(tǒng)的譜減法語音增強算法不能隨噪聲的變化而跟隨變化的缺點，提出了改進LMS自適應和自編碼神經網絡語音增強算法。改進的LMS自適應語音增強算法對噪聲跟隨性有了很大提高，其對于比較頑固的噪聲降噪效果不強的不足，提出了普遍適用性的更加突出的自編碼神經網絡語音增強算法。這兩種算法都實現(xiàn)了對噪聲更加有效的去除。
　　針對語音MFCC特征參數(shù)識別性能較差的缺點分別進行Delta和Delta-Delta處理，再全部合成新