语音识别关键技及其改进算法研究.pdfVIP

Study on the Key Technology of the Speech Recognition and it’s Improved Algorithm A Dissertation Submitted for the Degree of Master Candidate：Liu Fangzhou Supervisor：Prof. Ma Ronggui Chang’an University, Xi’an, China 万方数据 万方数据 摘 要 语音识别技术是计算机技术研究的一个重要领域，具有极大的研究价值和广泛的应 用前景。但是现今的语音识别系统大多还局限于实验室，尽管已有一些产品进入市场， 但是其使用效果距离人们期望的水平还有较大的差距。 本文紧紧抓住语音识别系统中识别效率和识别率两个关键因素，按照语音识别的流 程，对语音识别中的关键技术进行了深入研究。 首先，论文在介绍了语音识别的基本原理和流程框架后，又分析了语音信号产生的 数学模型以及语音信号的预处理问题，并针对传统端点检测算法的不足，提出了一种新 的基于图像边缘检测技术的端点检测方法。实验结果表明，新的端点检测方法使检测准 确率提高了18.6%，优于传统的检测方法。 其次，论文介绍并讨论了几种常用的语音特征参数的特点和提取过程，在深入分析 MFCC 参数的基础上，对其进行了特征加权、差分、PCA 降维等处理，获得了一种新的 改进型的MFCC 参数。实验证明，新的特征参数增强了语音识别系统的鲁棒性，在三种 不同噪声环境下的平均识别率较传统的 LPCC 参数和 MFCC 参数分别提高了 9.2%和 4.3% ，平均训练时间分别缩短了18.2%和11.5%。 再次，本文重点研究了基于HMM 的语音识别技术。正是由于HMM 在语音识别中 的应用，才推动了语音识别技术的飞跃式发展，同时HMM 技术也是目前应用最为广泛 的一种语音识别的建模技术。针对传统HMM 模型的初始化方法过于简单和粗糙的缺点， 本文提出了一种改进的HMM 模型的初始化方法。实验结果表明，新的初始化方法使得 HMM 模型的平均训练时间缩短了36.9%，系统识别率提高了5.2% 。 最后，论文在对语音识别理论研究的基础上，结合语音识别算法的实现，利用 MATLAB 软件平台和自带的VoiceBox 语音信号处理工具箱，建立了一个语音识别的仿 真实验平台，并在此平台上进行仿真实验，实验结果表明，该系统对孤立词的识别率达 到了95.5% 。 关键词：语音识别；端点检测；特征参数提取；隐马尔柯夫模型；小型语音识别系 统 I 万方数据 Abstract As one of the important fields in the research of computer technology, speech recognition has great research value and widely application prospects. But most speech recognition systems at present are still limited in lab. Although there have been some products of the speech recognition at the market，there is also a large gap between the peoples expectation and the actual u