版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)的發(fā)展和計算機的普及,人們對與計算機的交流方式提出了更高的要求,這促進了語音識別技術(shù)的發(fā)展,并使之成為語音處理領(lǐng)域中的一個重要研究方向。目前,在實驗室環(huán)境下,語音識別系統(tǒng)的識別率已經(jīng)達(dá)到了很高的水平,也有一些產(chǎn)品出現(xiàn),但是由于受現(xiàn)實環(huán)境噪聲的影響,系統(tǒng)的識別率大幅度下降。因此,噪聲是語音識別技術(shù)廣泛實用化的最大障礙,對噪聲環(huán)境下語音識別系統(tǒng)的研究也就變得尤為重要。 目前的抗噪聲技術(shù)主要分為三類:語音增強法、提取抗噪語音特
2、征法和模型補償法。由于環(huán)境噪聲的種類和干擾程度的不同,通常難以使用一種單一的方法來獲得令人滿意的性能。隨著抗噪聲語音識別技術(shù)的發(fā)展,如何在實際的語音識別系統(tǒng)中將以上的技術(shù)合理地結(jié)合起來,使語音識別系統(tǒng)在不同的噪聲環(huán)境中均能達(dá)到較高的性能,是抗噪聲語音識別研究的一個重要方向。另外,近年來一些新的技術(shù)中采用了一些與其他領(lǐng)域的理論技術(shù)相結(jié)合的辦法來提高性能。 小波變換是八十年代末發(fā)展起來的一種新的時頻分析方法,它在時、頻兩域都具有良好
3、的局部化特性;并且在信號去噪領(lǐng)域獲得了廣泛的應(yīng)用。本文詳細(xì)研究了小波變換理論,分析了小波變換的特點,比較了幾種常用小波去噪方法,重點研究了閾值去噪法。 在此基礎(chǔ)上,本文結(jié)合兩種抗噪技術(shù):語音增強技術(shù)與提取抗噪語音特征技術(shù),并引入小波變換技術(shù),提出了一種基于小波變換的組合去噪方法。該方法的基本原理是:含噪語音信號首先經(jīng)過采用小波去噪方法中的閾值去噪法進行語音增強,實現(xiàn)了語音識別過程中的第一次去噪;語音特征參數(shù)提取階段采用了基于小波
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于組合去噪方法的魯棒性語音識別.pdf
- 語音識別中抗噪方法的研究.pdf
- 基于稀疏編碼的語音去噪技術(shù)研究.pdf
- 基于EMD方法的含噪語音識別技術(shù)研究.pdf
- 語音識別抗噪性能研究.pdf
- 語音識別抗噪算法的研究.pdf
- 抗噪連續(xù)語音識別的研究.pdf
- 基于高階累積量的抗噪語音識別.pdf
- 基于TEO特征的抗噪語音情感識別.pdf
- 語音識別中的抗噪性研究.pdf
- 基于回歸神經(jīng)網(wǎng)絡(luò)的語音識別抗噪研究.pdf
- 抗噪語音識別算法的DSP實現(xiàn).pdf
- 寬帶語音去噪算法的研究.pdf
- 人臉識別中的圖像去噪技術(shù)研究.pdf
- 帶噪語音增強技術(shù)研究.pdf
- 基于改進小波閾值去噪的無模型自適應(yīng)控制抗噪方法.pdf
- 基于感知濾波的語音去噪算法.pdf
- 抗噪語音識別特征提取算法的研究.pdf
- 基于信噪特征的遙感圖像去噪方法研究.pdf
- 基于分類技術(shù)的網(wǎng)頁去噪方法的研究.pdf
評論
0/150
提交評論