基于HMM語音關(guān)鍵詞識別技術(shù)研究.pdf

1、語音關(guān)鍵詞識別作為語音處理領(lǐng)域的一個重要研究方向，經(jīng)過40多年來的不斷發(fā)展，如今已在社會經(jīng)濟生活中獲得了很多的應(yīng)用，但在軍事語音方面的研究及其應(yīng)用則相對較少，一方面是缺乏專業(yè)的研究隊伍，另一方面是軍事語音的特殊性導(dǎo)致了研究的復(fù)雜性，從而決定了其發(fā)展和應(yīng)用的低層次性。正是基于以上情況，本文從研究軍事語音信息的特殊性出發(fā)，對軍事語音的識別進行探討與研究，主要從以下方面展開:
　　 (1)在語音去噪方面，介紹了一些常見的語音去噪方法在

2、語音去噪中的主要貢獻和存在的不足，在此基礎(chǔ)上，針對傳統(tǒng)語音去噪算法對不同噪聲的去噪效果不夠理想的現(xiàn)實情況，以小波變換為基礎(chǔ)，重點研究了基于小波變換的閾值去噪法，并對閾值函數(shù)進行改進，實驗表明這種去噪方法相對于其它去噪方法明顯提高了軍事語音的性噪比，去噪效果更為理想，更符合實際需要。
　　 (2)在去噪的基礎(chǔ)上，為了更好地檢測語音的起始端點，研究了能零法端點檢測算法，并針對該檢測算法的檢測結(jié)果不夠精準的問題，采取了語音短時能量正向

3、和反向分別做差來確定端點，實驗表明這種檢測方法較為精確。
　　 (3)在特征參數(shù)提取中，研究了LPCC、MFCC、線性MFCC特征參數(shù)以及離散小波變換特征參數(shù)提取方法，并以此為基礎(chǔ)，探討了基于離散小波變換的差分梅爾倒譜特征參數(shù)提取方法對改善識別系統(tǒng)的系統(tǒng)魯棒性的貢獻。
　　 (4)在識別環(huán)節(jié)中，研究了隱馬爾可夫模型評估、模型解碼及模型訓(xùn)練三主要問題，并對模型評估及模型解碼過程中容易出現(xiàn)的數(shù)據(jù)下溢問題采取了相應(yīng)的防范措施。