基于雙層GMM結(jié)構(gòu)和多環(huán)境優(yōu)化模型的ARM魯棒語音識別算法實現(xiàn).pdf

1、嵌入式系統(tǒng)具有成本低、體積小、能耗低等優(yōu)點，因此基于嵌入式硬件平臺的語音識別系統(tǒng)具有很好的應(yīng)用前景。矢量泰勒數(shù)(VTS:Vector Taylor Series)特征補償是一種常用的語音識別特征補償方法，其具有較好的魯棒性，能夠有效地提高系統(tǒng)在較低信噪比環(huán)境下的識別率。然而VTS特征補償由于涉及到循環(huán)、迭代和指數(shù)運算，計算復(fù)雜度高、計算量大，因此本論文首先對基于VTS特征補償?shù)恼Z音識別算法進行了優(yōu)化，特征補償中采用雙層高斯混合模型(GM

2、M:Gaussian Mixture Model)代替原先的單層GMM，并基于ARM A8平臺，優(yōu)化算法結(jié)構(gòu)，大幅度降低識別系統(tǒng)的計算量。同時針對多模型的VTS方法，提出了基于ARM A8平臺的優(yōu)化多噪聲環(huán)境匹配的VTS估計方法，提高識別系統(tǒng)對復(fù)雜聲學(xué)環(huán)境的適應(yīng)能力。論文主要工作如下:
　　(1)基于ARM平臺的語音識別系統(tǒng)結(jié)構(gòu)概述。研究分析了語音識別系統(tǒng)的基本流程和方法，包括預(yù)處理、端點檢測、特征提取以及隱馬爾科夫模型(HMM:

3、Hidden Markov Model)匹配幾個主要步驟。
　　(2)在ARM平臺上實現(xiàn)了基于雙層GMM結(jié)構(gòu)VTS特征補償?shù)墓铝⒃~識別算法在ARM平臺上的實現(xiàn)。VTS特征補償算法是基于單層GMM結(jié)構(gòu)的，單層VTS特征補償模塊的運行時間占整個孤立詞識別系統(tǒng)運行時間的大部分。本文分別在MATLAB平臺和ARM平臺上對原先單層GMM結(jié)構(gòu)的VTS特征補償方法進行了分析，討論了GMM混合數(shù)對噪聲參數(shù)估計、純凈語音特征向量映射以及整體VTS特

4、征補償模塊時間花費的影響，根據(jù)仿真測試結(jié)果，給出了雙層GMM結(jié)構(gòu)的VTS特征補償算法，并給出了雙層GMM結(jié)構(gòu)的最佳混合數(shù)。此外，通過分析ARM平臺和MATLAB平臺上的VTS模塊運行時間的差異，本文還對基于ARM平臺上的映射部分做了代碼優(yōu)化。基于ARM平臺上的仿真結(jié)果表明，基于優(yōu)化后的雙層GMM結(jié)構(gòu)的語音識別算法，計算量大幅降低，同時識別性能也與原先單層GMM結(jié)構(gòu)相當(dāng)。
　　(3)在ARM平臺上實現(xiàn)了基于雙層GMM結(jié)構(gòu)和多噪聲環(huán)境

5、模型的孤立詞識別系統(tǒng)，并進行了優(yōu)化。實驗室原先提出的基于多環(huán)境模型的VTS語音識別算法采用白噪聲與純凈語音混合生成多種信噪比環(huán)境下的模型，對于白噪聲下的測試語音有較好的識別效果，但對于其他類噪聲語音識別效果并不理想。針對這一問題，本文引入其他類型噪聲下的訓(xùn)練模型，同時對訓(xùn)練模型所需的信噪比類別進行分析，選擇典型環(huán)境下的多噪聲模型?；贛ATLAB的仿真實驗和ARM平臺的測試，都表明優(yōu)化后的多噪聲環(huán)境系統(tǒng)提高了系統(tǒng)在多種噪聲環(huán)境下的識別率