基于Missing Data的抗噪声语音识别-模式识别与智能系统专业论文.docxVIP

摘要摘要 摘要 摘要 让机器能够理解人类所讲语言的内容，这是人类一直努力追求实现的一个 梦想。随着隐马尔可夫模型(HMM)的应用，计算机已可以很好地识别安静环 境中的语音。但是，一旦出现噪音识别率将明显地下降，噪音很严重时计算机 甚至不能识别出任何内容。显然这与人们追求的目标相去甚远，因此不断有抗 噪声的语音识别算法被提出。 本文就是针对一种普遍适用于各种噪声环境的{：}{别算法MissingData技术 提出了改进的方法，根据语音单元能量大小不同，运用不同的方法来判断它们 受噪声污染的程度，然后再将受噪声污染较轻的语音单元信息输入到识别系统 进行识别。实验表明此方法能够提高识别率。 关键词：抗噪声语音识别 谱减 Missing Data Marginalisation AbstzactAbstract Abstzact Abstract It is a dream，for which human strive all the time，that machine can understand what human speaks After Hidden Markov ModeI(HMM)was applied into speech recognition，computer can recognize speech in the quiet environment perfectly．But if there is noise，accuracy rate of recognition drops dramatically．And under serious noisy condition，computer acquires nothing at all，which is far from human’S dream． Therefore，robust speech recognition algorithms have been proposed continuously． This paper introduces an improved scheme of a technique applied to all noisy environments Missing Data．It determines how seriously speech unit is corrupted by noise according tO different energy level of speech unit，and input the information of speech unit corrupted unseriosly into recognition system．The experiment’S results suggest that the accuracy rate has been improved．． Key Words：Robust Speech Recognition，Spectral Subtraction，Missing Data， marginalisation 南开大学学位论文版权使用授权书本人完全了解南开大学关于收集、保存、使用学位论文的规定， 南开大学学位论文版权使用授权书 本人完全了解南开大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：王急岗 》的年5玛蟠B 经指导教师同意，本学位论文属于保密，在 年解密后适用 本授权书。 指导教师签名： 学位论文作者签名： 解密时间： 年 月 日 各密级的最长保密年限及书写格式规定如下： 内部5年(最长5年，可少于5年) 秘密★10年(最长10年，可少于10年) 机密-k20年(最长20年，可少于20年) 柬镊黟蠢 南开大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作 所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含 任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉 及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学 位论文原创性声明的法律责任由本人承担。 学位论文作者签名：王．恕岗 土∞芎年亨月．≥F