基于語音增強(qiáng)的基頻提取算法在語音識(shí)別上的應(yīng)用研究.pdf

1、音調(diào)特征在漢語語音識(shí)別中起著非常重要的作用。而音調(diào)特征可以由基頻特征來刻畫和構(gòu)造。因此在實(shí)際的環(huán)境中尋找到一種可靠的、有效的基頻提取方法是一件很困難的事情。因此，探索基頻特征的魯棒性研究，已成為當(dāng)今漢語語音識(shí)別領(lǐng)域的一個(gè)熱點(diǎn)。同時(shí)音調(diào)信息漢語普通話起著構(gòu)字辨義的作用。但是傳統(tǒng)的單流隱馬爾科夫模型（Hidden Markov Model，HMM）沒有對(duì)音調(diào)信息進(jìn)行充分地利用。因此如何有效地對(duì)音調(diào)信息進(jìn)行建模同樣也成為了一個(gè)研究熱點(diǎn)。

2、>　　 本文的主要研究?jī)?nèi)容包括以下兩個(gè)方面：
　　 1.構(gòu)造一種魯棒的、有效的基頻提取算法?？紤]到在噪聲環(huán)境下，基頻提取算法的性能下降很快，所以提出把語音增強(qiáng)方法作為基頻提取算法的預(yù)處理單元。這樣我們可以減少噪聲對(duì)語音頻譜的影響，從而有利于正確地提取基頻特征。
　　 2.構(gòu)造出一個(gè)采用雙流HMM聲學(xué)建模方法的語音識(shí)別系統(tǒng)，來解決傳統(tǒng)單流HMM建模方法無法充分利用基頻特征這個(gè)弊端。這種新的建模方式，是在每一個(gè)HMM的狀態(tài)