基于混合模型的噪聲補(bǔ)償及其在語(yǔ)音識(shí)別中的應(yīng)用.pdf

1、當(dāng)前在純凈環(huán)境下采用朗讀方式的語(yǔ)音識(shí)別系統(tǒng)識(shí)別性能已經(jīng)達(dá)到一個(gè)相當(dāng)高的程度，在這種情況下，語(yǔ)音識(shí)別走向?qū)嶋H應(yīng)用必須解決對(duì)噪聲環(huán)境的魯棒性問(wèn)題和對(duì)說(shuō)話人本身的魯棒性問(wèn)題。本文的研究工作屬于前一部分，主要針對(duì)加性噪聲環(huán)境進(jìn)行魯棒性研究，提出合適的噪聲消除算法，并把這些算法應(yīng)用到語(yǔ)音識(shí)別系統(tǒng)中，提高識(shí)別系統(tǒng)在噪聲環(huán)境下的魯棒性。 本文研究工作主要集中在功率譜域，頻域和對(duì)數(shù)譜域，分析和研究采用混合模型進(jìn)行噪聲消除的算法。論文主要工作和創(chuàng)

2、新點(diǎn)如下： ●在功率譜域，提出采用混合指數(shù)模型描述語(yǔ)音周期圖分布，并在這個(gè)模型基礎(chǔ)上構(gòu)建了最小均方誤差估計(jì)器實(shí)現(xiàn)對(duì)純凈語(yǔ)音能量譜密度的估計(jì)。 ●在復(fù)頻域，提出采用高斯混合模型描述語(yǔ)音頻譜分布，給出了語(yǔ)音頻譜高斯混合模型構(gòu)建算法。在這個(gè)語(yǔ)音譜高斯混合模型的基礎(chǔ)上，本文分別構(gòu)建了最小均方誤差短時(shí)譜，幅值平方譜，短時(shí)譜幅值和對(duì)數(shù)譜幅值估計(jì)器。此外，本文在最大似然框架下提出了基于這個(gè)高斯混合模型的噪聲估計(jì)算法。 ●對(duì)數(shù)譜

3、域下實(shí)現(xiàn)的對(duì)語(yǔ)音特征的補(bǔ)償是本文最重要的部分。本文在對(duì)數(shù)譜域的工作包括以下幾點(diǎn)：首先提出采用高階泰勒級(jí)數(shù)展開(kāi)實(shí)現(xiàn)對(duì)對(duì)數(shù)譜域非線性環(huán)境函數(shù)的近似以尋求最合適的補(bǔ)償形式，同時(shí)考慮對(duì)數(shù)譜高斯混合模型的建模精度問(wèn)題，并且把對(duì)能量補(bǔ)償引入進(jìn)來(lái)，提出采用類似譜減的方法補(bǔ)償語(yǔ)音能量。此外，本文還提出了把對(duì)數(shù)能量補(bǔ)償和對(duì)數(shù)譜補(bǔ)償結(jié)合在一起進(jìn)行的方法。 由大詞匯量連續(xù)語(yǔ)音識(shí)別的結(jié)果可以看出，頻域的算法效果比較有限，這是因?yàn)檫@些算法主要是為了增強(qiáng)語(yǔ)