稳健语音识别的前端处理研究

论文摘要

稳健语音识别为从带噪语音信号中提取出语音的本质特征,达到对语音进行识别或确认的目的。本文主要研究稳健语音识别的前端处理部分,该部分的主要目的就是排除噪声干扰,提取“干净”语音信号参数。其主要包括以下三部分:端点检测、语音增强和特征提取。首先是端点检测,其目的为排除无声段的干扰,选取出“有意义”的语音段。该部分研究了几种经典的端点检测方法,如:短时能量、平均过零率、双门限检测、频谱熵、功率谱熵还有频带方差方法,相关实验仿真均反映其各自算法特点。通过分析频带方差算法存在不足的情况下,提出了改进算法即子带频带方差端点检测方法,实验结果证明了其优越性。接着研究了语音增强,其目的为提高语音的信噪比和可懂度,它是实现语音识别系统稳健性的一个关键步骤。该部分研究了小波软、硬阈值的不同去噪方法,重点研究了考虑人耳感知特性的仿生小波变换,并将阈值去噪方法应用其中,提出了一种新的基于仿生小波变换的阈值去噪语音增强方法。实验结果表明:该方法在四种实际噪声环境下均优于一些经典方法如:谱减法、维纳滤波和基于离散小波变换的阈值去噪方法,具有更好的语音增强效果。最后研究了特征提取,其目的为去除语音冗余部分,提取反映语音本质特性的参数用于语音识别。该部分主要研究了几种常见的语音特征参数(LPC、LPCC、MFCC),并将MFCC和LPCC进行了比较研究,通过构建的孤立词语音识别平台,证明了MFCC较LPCC作为特征参数能够更好的表征语音信号。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 稳健语音识别的研究背景及意义
• 1.2 稳健语音识别研究现状
• 1.3 稳健语音识别的前端处理概述
• 1.4 本文工作及结构安排
• 第二章 语音信号预处理及分析
• 2.1 预处理
• 2.2 语音信号分析
• 第三章 端点检测
• 3.1 基于短时能量和短时平均过零率的端点检测法
• 3.1.1 短时能量
• 3.1.2 短时平均过零率
• 3.1.3 基于短时能量和过零率双门限检测方法
• 3.2 基于信息熵的端点检测法
• 3.2.1 基于谱熵
• 3.2.2 基于功率谱熵
• 3.3 基于频带方差及其改进子带频带方差端点检测算法
• 3.3.1 基于频带方差（SV）
• 3.3.2 基于子带频带方差（SSV）
• 3.4 小结
• 第四章 小波阈值去噪语音增强方法
• 4.1 小波分析简介
• 4.1.1 小波分析思想
• 4.1.2 小波变换
• 4.2 小波阈值去噪方法
• 4.3 仿生小波阈值去噪法
• 4.3.1 仿生小波变换
• 4.3.2 阈值去噪实现
• 4.3.3 仿真结果与分析
• 4.4 小结
• 第五章 语音特征参数提取
• 5.1 线性预测系数（LPC）分析
• 5.2 线性预测倒谱系数（LPCC）
• 5.3 梅尔倒谱系数（MFCC）
• 5.3.1 MFCC 的提取
• 5.3.2 差分MFCC 和特征提升
• 5.3.3 MFCC 系数与LPCC 系数比较
• 5.4 孤立数字识别实验
• 5.5 小结
• 第六章 总结展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表论文清单