语音识别前端噪鲁棒性方法研究.pdfVIP

中N科学技术大学硕士学怔论文 摘要 本论文的研究课题是语音U{别前端噪声鲁棒性。语音识别是使训算机能够听懂人的语言 的技术，经过数十年的发展，目前已经有小少语音识别系统在实验帑环境下能够给出令人相 当满意的性能。但是，当把这些系统放到实际环境下来使用时，由j：总是存在着的复杂多变 的噪声以及干扰，系统性能往往会发生人幅度的F降，甚至变得完全不具有兀J‘用性。寻找能 够有效的消除或者抑制噪声的方法、提升噪声环境下语音识别系统的性能，已经成为语占识 别实用化过程当中最需要解决的问题之一。 噪声鲁棒性方法非常多样．但大体上nJ以将它们分为酊端方法和后端方法两个大类。前 者着晕于划输入语音信号或者语音特征做处理，以尽可能抑制噪声的影响；后者则丰婴蔚眼 J：使语音识别模型具有更大的宽容度币l适应能力，能够容忍一定量噪声的存在．或者是可以 及时跟上噪声环境的变化。本文对前端噪声鲁棒性方法进行了一系列耐I：究，实现了一些既有 的方法．同时也提出了一些新的方法。 在奉文第■章中，作着介绍了…欧洲电信标准化组织(ETSI)颁布的分布武语占识别 (DSR)fi口端标准。这个标准是ETSI针对分布式语音识别应用『_卜的特征参数提取过程的需求 而制定的，代表着业界存噪声鲁棒性语音识别方面的较高水准。作者较为详细帕介绍了这个 标准的结构以及流程，并结合实验阐述了该标准所采用的几个关键算法的原理。 在奉文第三章巾。作者提出了一个对ETSIDSR标准的改进。在对原标准的实现与研究 过艉d叶1。作者发现其主体算法——两级维纳滤波算法存算法效率方面存在一些问翘，算法巾 反复的时频域转换消耗了人攮帕运算资源。对此，作者进行了深入的理论分析与相关实验， 并提m了一种对缘算法的改进。实验表明．在儿乎不影响标准性能的情况下．使Hj新的算法 丌J以将运算复杂度降低到J糸标准的三分之一左』h 柱本文第四章中，作者介绍了以倒谱均值相减(CMS)、倒谱均值与方茆规接(CMVN)和 直方幽均衡(HQ)等为代表的一类特征参数规整方法。这也是一类廿常重要并且非常常川的 噪卢鲁捧性语音识别方法。本文尝试将尽可能多的这一类方法，都统一到累计分布函数匹配 的缺点之后，作者提出了基于双高斯的特征参数规整力法。与CMS、CMVN等丰廿比．新乃 法可以更为细致的表达语音特扯的概率分布；Ⅲ与HQ相比，新方法又是一个参数化的方法。 在评测用数抛库Aurora2上的相关实验表甥新方浊nj以取得比CMVN等方法更好的性能。 在本文第五章中，作煮介绍了以双通道逐帧线性环境补偿(SPLICE)方法为代表的。类倒 谱参数域特征补偿算法。SPLICE是在最近儿年中被提出柬的一种性能相当不错的力法，它 继承了CDCN等方法的基木原理，町以直接存倒谱参数域中对带噪语音特征进行补偿。该 方法的‘个特点是通常需要刚到双通道数据来建．讧特征『ⅡJ『『J映射补偿关系。作者在Aurora2 任务上实现了SPLICE方法。并墩得了与文献所述相当的性能。 关键词： 语肯tI{别，噪声鲁棒性，语肯tI{别前端，维纳滤波，特征参数规整，倒谱域 特征参数补偿 中H科学技术大学硕士学位论文 Abstract Abstract Thisthesisisfocusedontheresearchofnoise-robustfront．endofautomatic topic speech tries isa that tomake understandthehuman recognition(ASm．ASRtechnology computers forseveral are alotofASR thatcall speech．ARerresearching decades，therealreadyquite systems in