抗噪语音识别系统的研究及实现.pdf

摘 要 抗噪语音识别系统研究与实现 作者简介：段万新，男，1981年6月生，师从成都理工大学黄地龙教授， 2011年06月毕业于成都理工大学计算机软件与理论专业，获得工学硕士学位。 摘 要 噪声的存在是语音识别技术广泛实用化的最大障碍。在实际的语音识别应用 过程中，获取和传输过程中的原始语音不可避免地受到来自周围环境和传输介质 的噪声的干扰。这些干扰会使语音质量下降，从而造成语音识别系统的性能大幅 度下降。因此，消除含噪语音信号的噪声，增强语音的清晰度，是语音识别技术 进入广泛实用化的关键。 在语音去噪方面，经过多年的不断研究，人们提出了各种各样的语音去噪的 算法，如谱相减法和维纳滤波法等。小波变换是80年代后期迅速发展起来的一 种新型的数学分析工具，它具有多分辨率分析的特点，在时域、频域同时具有良 好的局部化性质。通过伸缩、平移等运算功能对信号进行多尺度细化分析，小波 分析能有效地从信号中提取出有用信息。由于小波变换在分析非平稳信号方面的 优势，近年来它被广泛的应用于语音去噪领域。小波去噪的主要方法有三大类： 模极大值去噪法、相关去噪法以及阈值去噪法。其中基于小波阈值的去噪方法， 由于计算简单且去噪效果明显而得到了广泛的应用。 本文针对语音增强方法技术进行了广泛研究探讨，介绍并比较了现有的各种 语音增强方法，主要分析了小波变换应用于语音去噪的相关理论，研究了基于小 波阈值的语音增强方法。重点针对小波阈值去噪法中关于小波基、小波分解层数、 阈值及阈值函数四个关键参数的合理选取问题，进行了系统深入的研究。 阈值函数体现了对小波系数的不同处理策略，对小波去噪的效果有很大影 响。目前，在实际中广泛使用的是硬阈值函数和软阈值函数。这两种方法先天都 存在着不足，硬阈值函数是不连续的，这会导致去噪后的信号出现伪Gibbs现象， 信号中仍然含有明显的噪声；采用软阈值方法虽然连续性好，但估计的小波系数 与含噪信号的小波系数之间存在恒定的偏差。由此，本文针对小波阈值去噪法中 软、硬阈值函数的不足，提出了一种新的阈值函数，不仅克服了硬阈值函数不连 续的缺点，而且解决了软阈值函数存在恒定偏差的问题。 通过实验仿真证明，使用本文改进后的阈值函数进行语音去噪，能有效去除 语音信号中含有的白噪声，在信噪比指标上明显优于传统的阈值函数方法，可获 得更好的去噪效果，与传统的阈值函数法相比具有明显优越性和有效性。 成都理工大学硕士学位论文 通过基于对小波阈值去噪法的大量研究，设计并实现了一个抗噪性能较好的 语音指令控制系统。论文从语音信号的预处理、小波语音增强、端点检测、语音 特征提取、HMM训练以及识别等几个方面详细的分析了语音识别系统的设计过程。 关键词：小波变换 语音增强抗噪语音识别 阈值函数 Ⅱ Researchand ofRobust Implementation Recognition Speech System Introductionofthe bornin 981 whose author：Duanwanxin，male，WaSJune，1 tutorWiltsProfessor from of graduated Huangdilong．He ChengduUniversity inSoftwareand andWag theMaster in Technology Theorymajor granted DegreeJune， 2011． Abstract Noiseisthe