采用脈沖耦合神經(jīng)網(wǎng)絡(luò)的有噪特定人語音識別系統(tǒng)研究.pdf

1、隨著計算機不斷向便攜化發(fā)展及其環(huán)境的日趨復(fù)雜化,人類迫切希望擺脫鍵盤的束縛而代之以一種更便捷、自然、有效的輸入方式與計算機進行交流。語音識別技術(shù)正是在這樣的環(huán)境中發(fā)展起來的。語音識別技術(shù)是使計算機根據(jù)語音執(zhí)行相應(yīng)的命令,為人類服務(wù)。目前,語音識別技術(shù)已經(jīng)得到廣泛應(yīng)用。它在家電產(chǎn)品、智能玩具、商業(yè)系統(tǒng)的數(shù)據(jù)庫語音查詢、工業(yè)生產(chǎn)部門的語聲控制、電話與電信系統(tǒng)的自動撥號等領(lǐng)域發(fā)揮重要的作用,并且極有可能成為下一代操作系統(tǒng)界面。
　　

2、語音識別技術(shù)雖然取得了長足的進步,但仍有許多問題有待研究解決,噪聲環(huán)境下的特定人識別即是其中之一。在實驗室環(huán)境下的特定人識別系統(tǒng)已經(jīng)具有較高的識別率,但人們在語音通信過程中不可避免地會受到來自周圍各種噪聲的干擾,這些干擾導(dǎo)致系統(tǒng)識別率顯著降低?；谧V減法計算簡單,容易實現(xiàn)的優(yōu)點,為了提高特定人語音識別系統(tǒng)在噪聲環(huán)境下的識別率,本文采用譜減法進行語音去噪,同時為了有效抑制譜減法去噪時產(chǎn)生的“音樂噪聲”問題,本文在典型譜減法的基礎(chǔ)上作了一定

3、的改進。實驗結(jié)果表明,改進型譜減法能有效的抑制噪聲的干擾,且沒有產(chǎn)生過多“音樂噪聲”,并使系統(tǒng)的識別率得到大幅度提高。特征參數(shù)是語音識別系統(tǒng)的基礎(chǔ)。特征參數(shù)應(yīng)能完全、準(zhǔn)確地表達語音信號所攜帶的全部信息。對于語音識別系統(tǒng)來說,如何選取能夠唯一表征語音的有效且可靠的特征參數(shù),是系統(tǒng)的關(guān)鍵問題之一,直接關(guān)系到系統(tǒng)的優(yōu)劣性和系統(tǒng)的識別率。本文運用脈沖耦合神經(jīng)網(wǎng)絡(luò)從語音信號的頻譜圖中提取熵序列作為系統(tǒng)的特征參數(shù),并將其與常用的線性預(yù)測倒譜系數(shù)和美

4、爾倒譜系數(shù)作對比。實驗結(jié)果表明,熵序列大大降低了系統(tǒng)數(shù)據(jù)量,使系統(tǒng)具有較好的實時性和識別率。
　　 本文首先介紹研究背景及語音識別的國內(nèi)外研究現(xiàn)狀,簡要介紹了語音識別的理論基礎(chǔ)及語音學(xué)的基礎(chǔ)知識。接著對語音識別系統(tǒng)中預(yù)處理、特征參數(shù)提取、識別模型進行詳細介紹。針對在噪聲環(huán)境下識別率偏低的問題,采用了改進型的譜減法進行語音去噪。文中還介紹了運用脈沖耦合神經(jīng)網(wǎng)絡(luò)提取熵序列作為特征參數(shù)的方法。最后,根據(jù)采用的方法實現(xiàn)了特定人語音識別系