学位论文 > 优秀研究生学位论文题录展示

噪声环境下语音特征参数提取与匹配算法的研究

作　者: 韩卫生
导　师: 刘伟
学　校: 河南科技大学
专　业: 控制理论与控制工程
关键词: 语音识别语音增强特征提取动态时间归正隐马尔可夫模型
分类号: TN912.34
类　型: 硕士论文
年　份: 2011年
下　载: 100次
引　用: 0次
阅　读: 论文下载

内容摘要

语音识别是语音信号处理的一个重要研究方向,它的目的是实现人与机器之间的无障碍沟通。当前的语音识别系统在试验条件下通常都能取得优良的效果,但在将其应用到实际中时性能会骤然下降。本论文以提高语音识别系统性能为研究重点,对噪声环境下语音识别技术的关键技术作了深入探讨。论文首先介绍了语音识别的基本概况、对课题研究意义进行了说明,并对语音识别原理进行了分析;针对噪声环境中语音识别率较低的状况,论文对语音增强算法进行研究,分析了几种常用的语音增强算法:谱减法、自适应抵消法、小波阈值法等,并提出一种基于Hilbert-Huang变换的语音增强方法,该方法根据经验模态分解得到不同基函数分量,自适应调节门限阈值实现去噪,通过仿真试验说明该方法的优点。接下来,论文分析了特征参数提取算法,总结分析了当前比较流行的几种特征参数提取算法,对线性预测系数、感知线性倒谱系数及Mel频率倒谱系数的原理、实现流程作了详细介绍,通过试验比较这几种系数的优劣。最后论文对语音识别中的匹配算法进行研究,介绍了三种匹配算法:矢量量化法、动态时间归正技术及隐马尔可夫模型。前两种技术在孤立词、小词汇量语音识别系统中都取得良好效果,但在大词汇量连续语音识别系统中隐马尔科夫模型更具优势。针对大词汇量语音识别计算负担过重的问题,将Viterbi算法与Beam剪枝技术相结合,在识别率基本不受影响的情况下,大大压缩了搜索空间,减小计算负担,并提出一种优化剪枝门限方法,通过试验证明该方法的可行性。

全文目录

摘要  2-3
ABSTRACT  3-5
符号表  5-8
第1章绪论  8-14
  1.1 语音识别技术应用研究  8-9
  1.2 语音识别技术发展史及国内外研究现状  9-11
  1.3 语音识别系统分类  11-12
  1.4 课题研究意义及内容  12-14
第2章语音识别原理  14-25
  2.1 语音信号产生模型  14-15
  2.2 语音增强  15-16
  2.3 语音信号预处理  16-18
    2.3.1 语音信号采样  16-17
    2.3.2 语音信号预加重  17
    2.3.3 语音信号加窗  17-18
  2.4 端点检测  18-24
    2.4.1 短时能量  18-20
    2.4.2 短时平均过零率  20-22
    2.4.3 “能零法”端点检测  22-24
  2.5 本章小结  24-25
第3章语音增强技术  25-38
  3.1 谱减法  25-26
  3.2 自适应滤波法  26-28
  3.3 基于小波阈值增强算法  28-29
  3.4 基于Hilbert-Huang 变换的语音增强  29-32
    3.4.1 算法介绍  29-31
    3.4.2 基于HHT 的语音增强方法  31-32
  3.5 试验分析  32-37
    3.5.1 atan-LMS 有效性分析  32-33
    3.5.2 基于HHT 的语音增强  33-36
    3.5.3 不同方法增强效果对比  36-37
  3.6 本章小结  37-38
第4章语音信号特征参数提取  38-50
  4.1 线性预测系数  38-42
    4.1.1 线性预测的基本原理  38-41
    4.1.2 线性预测方程解法  41-42
  4.2 LPC 倒谱系数  42-43
  4.3 感知线性预测分析  43-45
  4.4 Mel 倒谱系数  45-48
  4.5 试验分析  48-49
  4.6 本章小结  49-50
第5章语音匹配算法研究  50-68
  5.1 矢量量化方法  50-52
    5.1.1 无记忆矢量量化  50-51
    5.1.2 有记忆矢量量化  51-52
  5.2 动态时间归正算法  52-56
    5.2.1 算法介绍  52-55
    5.2.2 试验分析  55-56
  5.3 基于隐马尔科夫模型的语音匹配算法研究  56-67
    5.3.1 HMM 基本思想  57-60
    5.3.2 基于HMM 语音匹配算法  60-65
    5.3.3 基于HMM 语音匹配算法试验分析  65-67
  5.4 本章小结  67-68
第6章结论  68-70
  6.1 课题总结  68-69
  6.2 工作展望  69-70
缩略语词汇表  70-71
参考文献  71-74
致谢  74-75
攻读硕士学位期间的研究成果  75

噪声环境下语音特征参数提取与匹配算法的研究

内容摘要

全文目录

相似论文