孤立词语音识别算法研究及其FPGA实现

论文摘要

语音识别是当前语音信号处理研究领域的研究热点之一,具有广泛的市场应用前景。本文在实验室已有的孤立词语音识别系统基础之上对孤立词语音识别中的端点检测、特征提取、模型匹配等算法进行了研究和分析。语音信号的端点检测是指在一段语音信号中检测出语音的起点和终点。本文研究了两种端点检测算法,即双门限算法和静音检测的VAD算法。实验表明,双门限法处理后的语音,在特征参数提取阶段能保留语音的动态特性,能提高识别率;但是,由于门限值是一个经验值,在噪声环境中,识别率不稳定。VAD算法在识别率的鲁棒性比双门限法好,但是它忽略了一部分能量较小的语音信息。实验室原有的语音识别系统中只采用了14维基本特征MFCC参数,本文中增加了12维二阶差分参数。增加二阶差分参数后,识别率增加到97.44%,计算量复杂度增加30%。本文探讨了连续性隐马尔科夫模型运用于语音识别,模型中B参数由在某个状态下观察到特定序列的离散概率变成一个描述连续概率的矩阵。本文中观察概率矩阵由4部分组成,矩阵的维度,本文取5个状态,每个状态用4个维度来描述;每一维的均值;每一维的方差;每一维的权重。后三种值由K均值法训练得到。采用连续隐马尔科夫模型后,训练的计算度增加到离散隐马尔科夫模型的2~3倍。实验结果表明,在64词汇量下,识别效率有改善,同时,识别率变化不大,原因是训练库较小。最后本系统采用FPGA实现孤立词语音识别系统。测试结果表明,在实验室低噪音的环境下,平均识别率在98%以上,有效地提高了识别系统的性能。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 语音识别技术的分类
• 1.2 语音识别技术的基本方法
• 1.2.1 模板匹配的方法
• 1.2.2 基于语音学和声学的方法
• 1.2.3 神经网络法
• 1.3 语音识别技术的发展现状
• 1.3.1 语音识别技术在国外的发展
• 1.3.2 语音识别技术在国内的发展
• 1.4 本课题的研究目的及其意义
• 1.5 本文的结构和安排
• 第2章 语音信号分析
• 2.1 语音的声学原理
• 2.1.1 语音信号的数学模型
• 2.1.2 音素和音节
• 2.1.3 基音周期
• 2.2 语音信号的处理
• 2.2.1 预加重
• 2.2.2 语音信号分帧
• 2.2.3 端点检测
• 2.3 特征参数提取
• 2.3.1 线性预测系数
• 2.3.2 倒谱系数
• 2.3.3 Mel特征参数
• 2.4 本章小结
• 第3章 孤立词语音识别系统研究
• 3.1 语音识别的端点检测算法
• 3.1.1 基于短时能量的方法
• 3.1.2 模式识别方法
• 3.1.3 基于HMM的端点检测方法
• 3.1.4 基于能量、过零率比的端点检测方法
• 3.2 基于连续HMM的孤立词语音识别
• 3.2.1 隐马尔科夫模型的介绍
• 3.2.2 HMM的分类
• 3.2.3 连续HMM
• 3.2.4 连续HMM语音识别工作过程
• 3.3 语音识别算法的FPGA实现
• 3.3.1 FPGA的介绍
• 3.3.2 FPGA的开发流程
• 3.4 本章小结
• 第4章 实验结果及其分析
• 4.1 语音识别系统的实现
• 4.1.1 语音识别系统的总体框图
• 4.1.2 1 系统环境
• 4.2 端点检测算法
• 4.3 优化的识别过程算法
• 4.4 连续HMM模型
• 4.5 FPGA验证
• 4.6 本章小结
• 结论
• 参考文献
• 致谢