加性噪声环境下语音识别的鲁棒性研究

• 作 者: 张茜
• 机 构: 中国地质大学(武汉)
• 出 处: 中国地质大学(武汉)
• 发表日期: 2010年期

作为人机语音通信的关键技术和人工智能研究的重要方向，语音识别技术具有重要的科学研究和应用价值。尽管近十多年来，关于语音识别的研究取得了较大的突破和进展。但是针对于噪声环境下，语音识别系统性能急剧下降的问题，尚未有较好的解决方案。为增强语音识别系统的实用性，必须解决不同噪声环境下的语音识别问题，即语音识别的噪声鲁棒性。本文对目前语音识别的主要模型及相关算法进行了研究，特别是针对语音识别中的噪声鲁棒性问题，从信号空间、特征空间和模型空间三个方面进行了深入的研究，并基于它们各自的优点，提出将最小均方误差对数谱幅度估计语音增强算法与MVN特征规整相结合的SSECFN算法，以及特征补偿与MVN特征规整相结合的识别算法，并总结出MVN最佳结合方案。以提高语音识别系统实际应用的性能。本文的主要工作和贡献在于：　　
1、对目前语音识别的主要模型及相关算法进行了分类讨论与研究，分析了国内外研究现状及存在问题。　　
2、对噪声鲁棒性语音识别技术进行了相关研究，并根据噪声环境下语音识别系统的构成，将噪声鲁棒语音识别技术按照信号空间，特征空间和模型空间的识别技术进行了分类总结。　　
3、提出了短时谱估计与特征规整结合的SSECFN噪声鲁棒性语音识别算法，该算法针对采用最小均方误差对数谱幅度谱估计语音增强后，语音仍然含有残余噪声的问题，采用MVN特征规整进一步改善增强语音与纯净语音间不匹配的方法，以获得更好的性能。　　
4、提出了特征补偿与MVN特征规整相结合的噪声鲁棒性语音识别算法，并研究了最佳结合方案。