随着社会生产力提高和科技快速发展,人类越来越重视人机交流互动的技术。除了键盘-显示器的人机交互方式之外,语音互动技术以其快捷便利深受人们喜爱。然而在实际人机语音交互过程中,由于说话人所处环境背景噪声的不确定性,人机对话的语音识别存在着诸多不稳定因素。例如:在噪声环境下的语音识别,既要分析说话人对话内容,又要解决因所处环境噪声干扰导致的说话人声音掩蔽效应等问题,同时还要满足实时性、可靠性等各项需求,多重因素叠加,常导致复杂空间环境中声学识别的有效应用受限。目前,关于复杂空间噪声环境下对说话人的稳健语音识别技术优化问题,已经受到相关学者的广泛关注。为解决复杂空间噪声环境下的语音识别,本文提出了一种稳健语音识别技术的优化方案。方案结合复杂空间的应用环境特点,特别针对项目中的室内环境特点,应用长空间理论复合声源判定方法建立了噪声模型,并结合场景布置情况,采用优化补偿算法提高了其对特性场景的适应性;在应用场景的语音信号识别部分,声纹识别的前级采取多通道采样的方式来确定说话人数目;方案改善了识别系统对于说话人数目进行平滑判决决策的识别能力,同时新增的自适应特性提高了其环境适应性。方案还结合噪声特性以及采样设备布置场景特性等因素,对适配噪声应用场景使用支持向量机的方法进行了模型匹配及训练,有效提高了现场语音识别成功率。整个识别系统方案已在小规模实验室测试,并在嵌入式主机平台组成的智能家居室内工作环境实现了语音识别与声纹验证。该实施案例已部分应用于项目,有效改善了原终端用户的交互体验。课题的研究和实践,为复杂空间噪声环境下的稳健语音识别技术优化提供了有效的解决方案,并对今后的基于嵌入式平台设计在不同噪声场景的鲁棒性提供了宝贵的经验积累。