论文部分内容阅读
语音识别系统的鲁棒性是语音识别技术能否走向实用阶段的关键,因噪声或混响的存在,特别是远程语音操作系统中,混响会引起语音信号幅值变化、相位延时、共振峰偏移以及产生其它谱峰,拖尾的混响声部分还会掩盖后面语音的弱能量音部分,大大降低了语音清晰可懂度,导致识别率下降,因此克服混响是至关重要的。本文在混响基本特性和语音识别算法的研究基础上,提出将复倒谱线性滤波和自适应U-GMM结合的算法来提高混响环境下孤立词语音的识别率,主要研究工作如下:本文重点研究了混响的特性,针对混响语音是许多时间序列叠加和纯净信号衰减的特点,依据复倒谱域纯净语音信号的复倒谱通常分布在原点附近,而房间冲击响应的复倒谱则远离原点这一特性,首先由离散傅里叶变换将语音信号变换到复倒谱域,再通过盲解卷积线性滤波滤除混响的振幅和相位信息实现混响的消减,同时不改变源语音的信息特征从而减少语音的失真。针对混响影响跨越多个连续时间帧这一问题,提出根据过去特征向量值来自适应调整高斯混合模型,并利用最大期望算法使参数达到最优估计,结合复倒谱线性滤波器,将滤波后的混响语音输入该模型进行一一匹配识别,以提高混响环境下的语音识别率。对本文方法进行了实验仿真,分别采用主客观评价指标对混响语音识别进行了评价,结果表明,本文方法得到的识别率明显高于其他常用算法,可以很好地去除混响同时保证语音失真最小。最后总结了本文所研究的工作内容,提出了本文算法存在的缺点和不足,并探讨了未来进一步研究与改进的方向。