抗噪聲語音識別的前端處理算法研究.pdf

1、抗噪聲語音識別技術是語音識別系統(tǒng)走向實用化的一個關鍵性難題。盡管現(xiàn)有的語音識別系統(tǒng)對純凈語音已達到了很高的識別精度，但是無處不在的噪聲帶來了訓練模型和測試語音之間的失配，識別器性能會急劇下降，在很多情況下無法滿足實際應用的需要。 本文對噪聲環(huán)境中的語音識別的前端處理分別進行了研究，主要包括端點檢測、語音增強和特征提取。 首先研究了端點檢測，它是進行語音增強和有效提取語音特征的前提和保證。深入研究了短時能量、短時過零率和基

2、于頻帶方差的檢測算法，在分析了以上算法不足的基礎上，提出了基于自適應子帶頻譜熵和功率譜熵的端點檢測算法，實驗仿真結果表明該算法收到了很好的效果。 接著研究了語音增強，它不僅是有效提取特征參數(shù)的前提，也是語音合成和語音編碼中的重要環(huán)節(jié)。對常用的譜減法、維納濾波法和MMSE譜估計法進行了一定的理論闡述，并通過實驗仿真驗證了三種算法，又進一步對譜減法作了改進，實驗仿真證明了改進后的譜減法也是一種很好的增強算法。 最后研究了特征