汽車噪聲背景下孤立詞語音信號的去噪處理與識別.pdf

1、摘要語音識別技術的研究是當今時代的一大熱點，語音識別系統(tǒng)已經(jīng)廣泛的進入到人們的生活之中，例如車載儀器儀表的語音識別系統(tǒng)，給人們帶來了極大的便捷。實現(xiàn)人機用語音進行交流一直是人們迫切想要實現(xiàn)的愿望。語音識別系統(tǒng)分為前端處理，模式匹配和識別三大部分。本文從語音識別系統(tǒng)的構(gòu)成出發(fā)，首先大致介紹了信號的預處理過程，利用傳統(tǒng)的漢明窗對信號進行分幀以及描述最常用的Mel倒譜系數(shù)的提取流程。然后介紹模型匹配技術中常用的四個模型，重點是動態(tài)時間歸整模型

2、和隱馬爾可夫模型的基本原理和結(jié)構(gòu)，對隱馬爾可夫模型的三個問題及解決方法做了詳細的介紹。隨后針對在汽車噪聲下的傳統(tǒng)雙門限端點檢測法的弊端提出了改進措施，在抗噪語音識別技術中有五個方法，對功率譜相減法做了一個修正。最后通過實驗室實驗在特定的汽車噪聲下取樣，利用matlab仿真給出了一個滿意的結(jié)果，為車載語音識別系統(tǒng)打下一個理論基礎。關鍵詞：汽車噪聲；語音識別；HMM；雙門限端點檢測；譜相減法目錄第一章緒論。111引言112選題的背景及意義l

3、13國內(nèi)外語音識別的發(fā)展與現(xiàn)狀214論文的主要結(jié)構(gòu)與安排5第二章語音識別系統(tǒng)的概述與指標721語音識別系統(tǒng)的主要組成部分722語音信號的預處理8221語音信號的濾波、采樣和量化8222預加重8223分幀加窗一9224端點檢測11225特征參數(shù)的提取1223模型匹配技術13231動態(tài)時問歸整算法模型13232隱馬爾可夫算法模型15233矢量量化算法模型20234人工神經(jīng)網(wǎng)絡算法模型2124語音識別系統(tǒng)的指標21第三章車載環(huán)境下語音識別方法