車載語音識別系統(tǒng)的研究及DSP實(shí)現(xiàn).pdf

1、近年來，以自然語言人機(jī)交互為主要目標(biāo)的語音識別技術(shù)一直是人們的研究重點(diǎn)。隨著語音識別核心算法的不斷改進(jìn)和大規(guī)模集成電路的飛速發(fā)展，語音識別技術(shù)開始從實(shí)驗(yàn)室邁向市場化，進(jìn)入智能可穿戴，智能車載，智能家居等領(lǐng)域，越來越貼近人們的生活。根據(jù)目前技術(shù)的成熟度和市場接受度，融合了智能語音交互技術(shù)的汽車市場會成為語音識別技術(shù)的一個(gè)重要應(yīng)用。但是往往車載應(yīng)用環(huán)境較為復(fù)雜，諸如背景噪聲，說話人差異以及信道畸變都會引起訓(xùn)練和測試環(huán)境的不一致，從而導(dǎo)致語音

2、識別系統(tǒng)的識別性能顯著下降。如何提高系統(tǒng)在復(fù)雜環(huán)境下的識別性能是一個(gè)研究的難點(diǎn)。本文主要針對現(xiàn)有車載語音識別系統(tǒng)抗噪魯棒性差的問題，作了如下主要工作：
　?。?）從語音識別技術(shù)的基本理論和框架出發(fā)，分別在信號、特征、模型三個(gè)層面上去提升語音識別系統(tǒng)的魯棒性。在信號空間，引入改進(jìn)的多窗譜估計(jì)語音增強(qiáng)算法和結(jié)合時(shí)頻特性的能熵比端點(diǎn)檢測方法；在特征空間，采用特征彎折算法和MVDA后處理技術(shù)對背景噪聲進(jìn)行抑制并且補(bǔ)償信道；在模型空間引入帶

3、噪訓(xùn)練并優(yōu)化DTW識別方法。
　?。?）深入研究了基于聽覺特性的語音特征提取方法。針對基于發(fā)聲機(jī)理的線性預(yù)測倒譜系數(shù)（LPCC）和傳統(tǒng)聽覺特征梅爾頻率倒譜系數(shù)（MFCC）等魯棒性不足的缺點(diǎn)，提出了平滑幅度包絡(luò)梅爾頻率倒譜系數(shù)（SMFCC）和差分相對譜感知線性預(yù)測系數(shù)（RASTA-DPLP）以及歸一化子帶能量規(guī)整系數(shù)（GPNCC），通過實(shí)驗(yàn)證明了這些特征可以大幅提高抗噪性能，并且滿足系統(tǒng)一定的實(shí)時(shí)性要求。
　?。?）分析和比較

4、了語音識別技術(shù)中識別策略，模型以及算法的優(yōu)劣，構(gòu)建出車載語音識別系統(tǒng)整體結(jié)構(gòu)，對其中核心模塊進(jìn)行了具體設(shè)計(jì)并對比于傳統(tǒng)方法進(jìn)行了仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明改進(jìn)的各類識別算法在提升語音識別系統(tǒng)抗噪性能和識別率上效果顯著，達(dá)到了系統(tǒng)設(shè)計(jì)要求。
　?。?）根據(jù)實(shí)驗(yàn)仿真流程搭建了一個(gè)基于TMS320C6713 DSK的孤立詞識別系統(tǒng)。在該硬件平臺上進(jìn)行測試，其中數(shù)字識別任務(wù)的識別率約為95.27%，車載詞匯任務(wù)的識別率約為90.25%，驗(yàn)證了