文档介绍：摘要随着计算机技术的广泛应用,语音识别技术得到了快速发展。目前的语音识别系统对纯净语音可以达到非常高的识别精度,但是无处不在的噪声带来了训练模型和测试语音之间的失配,识别器在噪声环境中性能将会急剧下降,带来识别准确率的降低,因此噪声环境下语音识别技术的研究显得尤为重要。本论文讨论了三种重要的语音特征参数;线性预测系数⑾咝栽げ獾谱系数、德实蛊紫凳禾致哿擞镆羰侗鹬绪殖S玫识别方法:基于模板的动态时间规整突谕臣颇P偷囊矶煞蚰P惶致哿巳只镜目乖胗镆羰侗鸱椒ǎ河镆粼銮靠乖敕椒ā⒃肷肪下模型补偿法和提取抗噪的语音特征法。论文选用参数作为特征,利用怨铝⒋式醒盗泛褪侗穑⒍怨铝⒋视镆羰侗鹣低辰辛朔抡妗;谝陨研究,对端点检测算法进行了改进,提出了基于短时互相关函数的端点检测算法,该算法利用短时互相关函数从背景噪声中检测出元音部分,以元音的起点和终点作为语音实际端点的参考端点,根据一般情况下语音信号中元音和辅音能量比例相对平稳的特性检测到辅音,从而确定实际语音信号的端点。仿真实验结果表明,基于短时互相关函数的端点检测算法与基于能量的端点检测方法相比,可以在不同信噪比下提高端点检测的准确率,同时在检测基音频率变化范围大的男、女声语音信号时,准确率也有所提高,但是该算法的实时性较差。关键词:语音识别;噪声;端点检测;特征提取;隐马尔可夫模型籑频率倒谱系数魿硕士学位论文
知识水坝***@pologoogle为您整理
.;;籑噪声环境下语音识别系统研究...,..,.琻·瑂籈籋Ⅱ
知识水坝***@pologoogle为您整理
⋯⋯⋯图分段均值算法求模型参数初值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图语音识别系统界面⋯⋯⋯....图识别结果显示⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图白噪声的时域波形⋯⋯⋯。图元音信号的时域波形⋯图语音信号的互相关函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图噪声信号的互相关函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硕士学位论文⋯⋯⋯⋯¨⋯..●●●●馹,●●馹●●.⋯⋯⋯⋯.。⋯。⋯¨
附表索引表特定人端点检测性能比较⋯⋯⋯表非特定人端点检测性能比较噪声环境下语音识别系统研究
作者签名:,日期:崂瞒匀钐向双兰州理工大学学位论文版权使用授权书日期:徊学位论文原创性声明‘月户日日期:年本人郑重声明:,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复部件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全都或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于⒈”鲁作者签名:⒉槐C芡拧导师签名:/
第滦髀语音识别的发展历史及现状语音识别技术的研究是从年代开始的】【御。年,当时的验室的热搜兄瞥晒α耸澜缟系谝桓瞿苁侗鹗鲇⑽氖址⒁舻氖笛橄统:低场8孟低忱昧说笔钡拇瞬ḿ际鹾凸舱穹謇砺郏⒉捎昧送佳匹配方法。年代计算机的应用推动了语音识别的发展。这时期的重要成果是提出了动态规划和线性预测分析技术,其中后者较好地解决了语音信号产生模型的问题,对语音识别的发展产生了深远影响。热耸笛槌晒α说谝桓黾算机语音识别系统。年代,语音识别领域取得了突破。在理论上,技术得到了进一步发展,动态时间归正技术境墒欤乇鹗翘岢隽耸噶苛炕隐马尔可夫模型砺邸T谑导希迪至嘶谙咝栽げ獾蛊缀虳技术的特定人孤立语音识别系统。年代语音识别研究进一步走向深入,其显著特征是P秃腿斯ど窬M在语音识别中的成功应用。P偷墓惴河用应归功于虯实验室瓤蒲Ъ业呐Γ前言炯枭的渴P凸こ袒佣8嘌芯空吡私夂腿鲜丁和P建立的语音识别系统性能相当。进入年代后,随着多媒体时代的来临,迫切要求语音识别系统从实验室走向实用。许多发达国家如美国、日本、韩国以及珹戎径嘉S镆羰侗鹣低车氖涤没7⒀芯客兑跃拮省5前,美国在非特定人大词汇表连续语音隐马尔可夫模型识别方面起主导作用,而日本则在大词汇表的连续语音神经网络识别,模拟人工智能进行语音后处理方面处于主导地位。国际上也己先后出现了一些优秀的语音识剔系统。我国对语音识别的研究开始予年代。近年来发展迅速,并取得幌盗械成果。如清华大学计算机系研制的语音识别系统以个单音节作为识别基元,采用分段概率模型,对词的组成