噪聲環(huán)境下的語音識別算法的研究與仿真.pdf

1、自從人類可以制造和使用各種機器以來，人們就有一個理想，那就是讓機器能聽懂人類的語言并能按人的口頭命令來行動，從而實現(xiàn)人機的語言交流。隨著科學技術的不斷發(fā)展，語音識別(SpeechRecognition)技術的出現(xiàn)，使人類的這一理想得以實現(xiàn)。語音識別技術就是讓機器通過識別和理解把語音信號轉變?yōu)橄鄳奈谋净蛎畹募夹g，它已成為計算機在億萬百姓中普及所需的關鍵技術，并且必將成為未來計算機的重要特征。 語音識別系統(tǒng)的研究持續(xù)了近40年，

2、已經形成了完整的理論體系，目前語音識別的研究也已經進入了商品化階段，基礎性理論相當完善，各種各樣的產品也相繼涌現(xiàn)，但在許多特定領域，由于環(huán)境和行業(yè)的特殊性，往往需要專門進行開發(fā)，以適應實際需要。語音識別技術在安靜的環(huán)境中已經達到了令人鼓舞的準確率，但是在實際應用時由于噪聲的引入和環(huán)境的改變通常會使系統(tǒng)識別準確性顯著下降。本課題基于現(xiàn)有語音識別系統(tǒng)的技術特點，提出了一種噪聲環(huán)境下的語音識別系統(tǒng)改進方案。 現(xiàn)有語音識別系統(tǒng)的識別方法

3、主要有預處理、端點檢測、特征提取以及模式匹配等，本課題在深入理解傳統(tǒng)語音識別基本原理的基礎上，做了適當?shù)母倪M：首先是對語音信號特征提取方法的改進，分別采用了兩種改進型的特征提取方法：單邊自相關LPC系數(shù)法和線性預測誤差法，在驗證這兩種方法具有比傳統(tǒng)線性預測編碼LPC法更強抗噪性能的基礎上，又比較了這兩種方法的差異。其次在傳統(tǒng)的DTW(DynamicTimeWarping)語音模式匹配的基礎上，通過對搜索寬度限制和整體路徑約束等方法，使得

4、系統(tǒng)能夠實現(xiàn)快速的識別響應，尤其是對于小詞匯量和特定人識別，可以有效的提高系統(tǒng)識別率和響應速度。 本課題用C語言將改進的語音識別算法編程實現(xiàn)，并在PC機上對其性能進行了仿真，給出了仿真計算結果。實驗結果表明，與傳統(tǒng)的語音識別系統(tǒng)相比，改進過的語音識別系統(tǒng)能夠有效的克服噪聲干擾，減小或者消除噪聲所帶來的訓練模型和測試語音之間的失配，并且提高系統(tǒng)的響應速度。論文所做的工作，為噪聲環(huán)境下的語音識別提供了理論分析與仿真實驗數(shù)據(jù)。