基于EMD與特征規(guī)整的含噪語(yǔ)音特征提取方法研究.pdf

1、隨著近年來(lái)移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，曾經(jīng)試圖取代計(jì)算機(jī)物理鍵盤(pán)的語(yǔ)音識(shí)別技術(shù)如今已經(jīng)被成功的應(yīng)用到各種移動(dòng)終端上來(lái)，并且切切實(shí)實(shí)的在改變著當(dāng)下人們的生活方式。然而，從對(duì)語(yǔ)音識(shí)別技術(shù)的研究開(kāi)始，針對(duì)噪聲環(huán)境下識(shí)別系統(tǒng)魯棒性問(wèn)題一直是人們研究的熱點(diǎn)與難點(diǎn)，同時(shí)這也是一直以來(lái)限制語(yǔ)音識(shí)別技術(shù)普及的極大障礙。
　　 我們知道，在安靜環(huán)境下，目前的語(yǔ)音識(shí)別系統(tǒng)均可以達(dá)到相當(dāng)理想的識(shí)別準(zhǔn)確率，然而，生活中無(wú)處不在的環(huán)境噪聲以及信道卷積噪聲等導(dǎo)致

2、語(yǔ)音識(shí)別系統(tǒng)的性能急速下降。這主要是由于在噪聲環(huán)境下，識(shí)別系統(tǒng)的輸入語(yǔ)音信號(hào)特征參數(shù)與在安靜環(huán)境下訓(xùn)練語(yǔ)音數(shù)據(jù)特征參數(shù)的不匹配所導(dǎo)致的。針對(duì)這一問(wèn)題，本文主要對(duì)噪聲環(huán)境下語(yǔ)音識(shí)別中特征提取進(jìn)行研究，在前人的研究成果上，分別從信號(hào)空間抗噪方法與特征空間抗噪方法進(jìn)行進(jìn)一步的探索與實(shí)驗(yàn)，具體的工作與研究成果如下：
　　 首先，在本文的第一部分中通過(guò)多方面的調(diào)研對(duì)語(yǔ)音識(shí)別技術(shù)的發(fā)展歷程與發(fā)展趨勢(shì)進(jìn)行歸納總結(jié)；結(jié)合目前噪聲環(huán)境下語(yǔ)音識(shí)別技

3、術(shù)中存在的問(wèn)題，闡述課題的研究背景、目的與意義。
　　 鑒于特征提取屬于語(yǔ)音識(shí)別系統(tǒng)中的前端部分，本文在第二部分首先對(duì)基于統(tǒng)計(jì)建模的自動(dòng)語(yǔ)音識(shí)別進(jìn)行介紹。接下來(lái)分別介紹了信號(hào)空間抗噪方法、特征空間抗噪方法以及模型空間抗噪方法在魯棒性語(yǔ)音識(shí)別中的應(yīng)用，并分別就信號(hào)空間抗噪算法中的譜減法、維納濾波法與特征空間抗噪算法中的累積分布函數(shù)匹配方法、相對(duì)譜濾波、倒譜加權(quán)等方法進(jìn)行原理性的介紹。
　　 在本文的第三部分，著重對(duì)信號(hào)空間

4、抗噪方法中的經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical ModeDecomposition，EMD)算法進(jìn)行介紹，首先闡述其在語(yǔ)音增強(qiáng)領(lǐng)域的應(yīng)用，通過(guò)實(shí)驗(yàn)分析該方在語(yǔ)音信號(hào)處理領(lǐng)域的優(yōu)越性，然后將其引入到語(yǔ)音識(shí)別領(lǐng)域，作為語(yǔ)音識(shí)別中特征提取的前端處理方案，并設(shè)計(jì)實(shí)現(xiàn)噪聲環(huán)境下基于EMD的特征提取方法，通過(guò)實(shí)驗(yàn)結(jié)果分析得出結(jié)論：通過(guò)對(duì)含噪語(yǔ)音的分解與重構(gòu)可以降低測(cè)試語(yǔ)音與訓(xùn)練語(yǔ)音特征參數(shù)的失配，從而在一定程度上提高了識(shí)別系統(tǒng)的魯棒性。
　　

5、 在文章的第四部分，首先分析介紹特征空間抗噪方法中倒譜均值規(guī)整(CepstralMean Normalization，CMN)以及倒譜方差規(guī)整(Cepstral Variance Normalization，CVN)等特征規(guī)整的實(shí)現(xiàn)方法，接下來(lái)從特征參數(shù)能量的角度對(duì)語(yǔ)音信號(hào)特征參數(shù)進(jìn)行規(guī)整處理，在均值方差規(guī)整(Mean and Variance Normalization，MVN)的基礎(chǔ)上，設(shè)計(jì)實(shí)現(xiàn)基于語(yǔ)音特征功率譜密度(Power S

6、pectrum Density，PSD)規(guī)整的特征提取算法，通過(guò)在不同噪聲環(huán)境下的對(duì)比實(shí)驗(yàn)結(jié)果進(jìn)行分析得出結(jié)論：通過(guò)對(duì)含噪語(yǔ)音特征參數(shù)進(jìn)行MVN與PSD規(guī)整處理，可以在特征級(jí)對(duì)與語(yǔ)音信號(hào)中的噪聲成分進(jìn)行抑制，降低不匹配程度，提高識(shí)別系統(tǒng)魯棒性。同時(shí)，這種方法具有物理意義明確，時(shí)間復(fù)雜度極低的優(yōu)勢(shì)，不足之處體現(xiàn)在需要具備一定的先驗(yàn)知識(shí)，在復(fù)雜噪聲環(huán)境下的語(yǔ)音識(shí)別系統(tǒng)中表現(xiàn)一般。
　　 最后，在文章的結(jié)尾，對(duì)文章的總體結(jié)構(gòu)進(jìn)行總結(jié)，