论文摘要
语音识别是语音信号处理领域的研究热点,但由于其研究的复杂性,长期以来一直是一项难题,尤其是噪声环境下的非特定人语音识别。本文从一个典型的语音识别系统出发,介绍了语音识别的基本原理,讨论了几种常用的特征提取方法,尤其对过零率峰值幅度(ZCPA)特征提取作了较为详细的介绍。在此基础上提出用Laguerre滤波器对ZCPA特征提取前端处理进行改进的方法,并获得了具有优良抗噪性的识别结果。本文中用Laguerre网络实现的滤波器吸收了传统有限冲激响应(FIR)、无限冲激响应(IIR)滤波器的优点,既具有FIR滤波器的稳定性又具有IIR滤波器的长时记忆的特点和通阻带特性。其设计方法是在Laguerre滤波器与理想滤波器的频率响应的均方误差为最小的前提下,利用牛顿-拉夫逊法估算滤波器参数,然后由柯西-留数定理得出相对应的Laguerre系数以获得最优滤波器。通过实例设计了Laguerre滤波器,并与传统FIR和IIR滤波器的频率响应作了详细的比较,得出Laguerre滤波器有较小的滤波器长度,合适的线性相位和较少的通阻带波纹。缺点是计算复杂,但使用介绍的引理可降低其复杂性。接着将Laguerre滤波器用在ZCPA特征提取中代替原来的FIR滤波器,后端分别利用RBF网络和HMM训练和识别。实验结果表明利用Laguerre滤波器代替FIR滤波器进行特征提取,其识别率明显提高,而且抗噪性有很大改善。论文最后分析了Laguerre序列的频率弯折特性,并将小波变换的多分辨特性与之相结合得出基于Laguerre网络的频率弯折小波变换,对其实现结构作了详纽介绍,同时也说明难点所在。提出下一步工作是将频率弯折小波变换用于特征提取中,期望得到好的识别结果。
论文目录
摘要ABSTRACT第一章 绪论1.1 概述1.1.1 语音识别简介1.1.2 国内外研究现状1.1.3 目前语音识别面临的困难1.2 滤波器的介绍及其在语音信号处理中的应用1.2.1 滤波器的介绍1.2.2 滤波器的发展及现状1.2.3 滤波器在语音信号处理中的应用1.3 论文内容安排第二章 语音识别系统概述2.1 语音识别系统描述2.1.1 预处理2.1.2 特征参数提取技术2.1.3 声学模型与模式匹配2.2 几种常用的特征提取方法2.2.1 线性预测系数(LPC)2.2.2 LPC倒谱系数(LPCC)2.2.3 Mel频率倒谱系数(MFCC)2.2.4 过零率峰值幅度(ZCPA)2.3 小结第三章 Laguerre数字滤波器的设计3.1 IIR数字滤波器的设计3.2 FIR数字滤波器的设计3.2.1 FIR数字滤波器的介绍3.2.2 FIR数字滤波器的窗口设计法3.2.3 FIR数字滤波器设计的频率响应法3.2.4 FIR数字滤波器设计的切比雪夫逼近3.2.5 FIR与IIR数字滤波器性能的比较3.3 全通传输函数3.3.1 定义3.3.2 性质3.3.3 应用3.4 Laguerre网络介绍3.4.1 Laguerre序列及其Z变换3.4.2 Laguerre网络结构3.5 Laguerre数字滤波器的设计过程3.5.1 Laguerre参数的确定3.5.2 解析法设计最优Laguerre滤波器3.6 仿真实验与结论3.6.1 实验一(Laguerre滤波器与FIR滤波器的比较)3.6.2 实验结果及讨论3.6.3 实验二(Laguerre滤波器与IIR滤波器的比较)3.6.4 实验结果及讨论3.7 小结第四章 Laguerre滤波器在语音识别系统中的应用4.1 ZCPA特征提取中滤波器组的设计4.2 ZCPA中Laguerre滤波器设计4.2.1 ZCPA中Laguerre滤波器b值的确定4.2.2 ZCPA中Laguerre滤波器系数的确定4.3 Laguerre滤波的具体过程4.4 基于RBF神经网络的语音识别4.4.1 RBF网络拓扑结构4.4.2 RBF网络结构特点4.4.3 仿真实验4.5 基于HMM的语音识别4.5.1 HMM简介4.5.2 实验结果及结论4.6 实验结果综合比较4.7 小结第五章 基于Laguerre网络的频率弯折小波5.1 离散时间小波变换与滤波器组5.1.1 两通道正交镜像滤波器组实现小波分析与综合5.1.2 离散时间小波变换5.2 频率弯折小波5.2.1 Laguerre级数5.2.2 频率弯折小波变换5.2.3 频率弯折小波的实现5.3 小结第六章 总结与展望6.1 总结6.2 展望附录A.1 群时延A.2 牛顿—拉夫逊法A.3 柯西—留数定理A.4 等Q特性参考文献致谢攻读研究生期间发表的论文
相关论文文献
标签:语音识别论文; 特征提取论文; 网络论文; 参数论文; 滤波器论文;
Laguerre滤波器在语音识别前端处理中的应用研究
下载Doc文档