收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

抗噪声语音识别新技术的研究

宁更新  
【摘要】:抗噪语音识别技术是语音识别系统走向实用化的一个关键性难题。现有的语音识别系统通常是为受控环境中的纯净语音设计的,尽管它们在安静的环境里能取得很好的识别效果,但当存在环境噪声时,由于训练环境与识别环境的不匹配,其性能会急剧下降,在很多情况下无法满足实际应用的需要。本文对噪声环境中的语音识别技术进行了研究,其主要内容及成果如下: 1.针对传统均匀谱压缩特征提取技术会对部分语音子带信号产生过压缩而同时对其他部分子带产生欠压缩的缺点,我们依据听觉指数律提出了一种新的非均匀谱压缩技术一基于感知的非均匀谱压缩(Perceptual Non-uniform Spectral Compress,PNSC)技术。实验结果表明,本文提出的PNSC技术较传统的特征提取方法可以提供更具鲁棒性的语音特征。PNSC的应用可以有效地提高传统特征提取技术在低信噪比条件下的识别率。 2.依据人类听觉特性,特别是听觉掩蔽效应,提出了一种新的鲁棒语音特征提取技术一信噪比依赖非均匀谱压缩(SNR-dependent Non-uniform Spectral Compress,SNSC)技术。实验结果表明,基于新的SNSC特征提取技术的识别性能要优于其他非均匀谱压缩技术,以及传统的MFCC、LPCC和PLCC等特征提取技术。文中分析比较了基于传统和SNSC两种不同特征的模型参数,从模型的角度说明了基于SNSC特征的方法比传统特征提取方法更具鲁棒性;并且分析和给定该方法中参数的特性及选择范围。 3.针对SNSC技术应用到实际识别中时,需要根据应用环境情况进行重新训练的缺点,提出了一种基于SNSC特征提取技术的模型自适应方法(Model Adaptation based on SNR Non-uniform Spectral Compression,MA-SNSC)。在一定的假设条件下,文中给出了MA-SNSC算法及其推导过程。实验结果表明,该算法可以在不需要对模型重新训练的条件下自适应处理不同SNR及不同噪声条件下的识别任务,并且能够取得较好的识别性能。 4.传统的模型补偿方法如Log-Normal PMC算法等对静态模型参数给出一个严格的补偿方案,但是对其动态特征的模型参数的补偿,通常只能对其均值进行简单的修正,使得其在低信噪比条件下识别性能不佳。为此本文依据静态失配函数的导数推导出了一种新的动态模型参数补偿方法(Dynamic Parameter Compensation Method,DPCM)。实验结果表明在不同的噪声环


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 周弘烨;;语音识别大揭秘:计算机如何处理声音?[J];中国新通信;2019年04期
2 姜姝姝;;语音识别64年大突破[J];机器人产业;2016年06期
3 吴俊宇;;语音识别为何“叫好不叫座”?[J];通信世界;2016年16期
4 徐鑫;;语音识别的未来之路[J];通信世界;2016年16期
5 张连仲;;带着使命感出发[J];英语学习;2017年01期
6 张凯;;荣威eRX5静态体验 “人性化”语音识别是亮点[J];新能源汽车新闻;2017年01期
7 刘宝华;;语音识别老祖宗[J];经营者(汽车商业评论);2017年03期
8 司马宁;;智能电视,语音识别或成突破口[J];消费指南;2017年05期
9 ;宝马 用科技打造“未来之家”[J];中国汽车市场;2016年11期
10 于海静;郭满库;;小学生单词语音识别技能培养研究[J];教师博览(科研版);2017年04期
11 林小春;江宇娟;刘帅;;语音识别,或是人工智能下一“风口”[J];晚霞;2017年06期
12 艾散·帕合提;买尔丹·祖农;蔡亚永;;计算机语音识别与合成技术[J];中国新通信;2012年21期
13 高密;张莉;;动动嘴 让文字自动输入[J];电脑爱好者(普及版);2010年11期
14 德庆卓玛;;藏语语音识别研究综述[J];西藏大学学报(社会科学版);2010年S1期
15 杜利民;;生物特征识别技术之语音识别[J];中国自动识别技术;2007年03期
16 俞铁城;语音识别的发展现状[J];通讯世界;2005年02期
17 ;语音识别产业的新发展[J];通讯世界;2005年05期
18 ;语音识别[J];印刷世界;2004年01期
19 杰里米·瓦格斯塔夫;让语音识别软件 解放你的双手[J];农业图书情报学刊;2004年03期
中国重要会议论文全文数据库 前10条
1 张冰;龙长才;罗海风;;熟悉掩蔽音背景下的目标语音识别[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年
2 于东;贾磊;徐波;;面向语音识别错误恢复的澄清式疑问句生成[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
3 邢安昊;黎塔;颜永红;;利用二重打分方法的激活词语音识别[A];中国声学学会第十届青年学术会议论文集[C];2013年
4 文成义;何海燕;张玉扶;;基于新型神经网络的不定人语音识别[A];第二届全国人机语音通讯学术会议(NCMMSC1992)论文集[C];1992年
5 杜笑平;杨启纲;杨家沅;;过零周期转移概率矩阵语音识别部件的研制[A];第二届全国人机语音通讯学术会议(NCMMSC1992)论文集[C];1992年
6 潘胜昔;刘加;江金涛;王作英;陆大金;;基于多模式及集成判决的稳健电话语音识别算法研究[A];第五届全国人机语音通讯学术会议(NCMMSC1998)论文集[C];1998年
7 杜利民;;语音识别中的鲁棒性问题[A];第六届全国人机语音通讯学术会议论文集[C];2001年
8 宋君;葛余博;;应用于鲁棒语音识别的置信度加权特征丢失法[A];第七届全国人机语音通讯学术会议(NCMMSC7)论文集[C];2003年
9 张明新;倪宏;陈国平;张东滨;;一种用于并行模型噪声鲁棒语音识别的特征构造方法[A];第八届全国人机语音通讯学术会议论文集[C];2005年
10 熊军军;马瑞堂;李成荣;;儿童语音识别的研究现状[A];第九届全国人机语音通讯学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 贺苏宁;基于语音识别基元声学整体结构特征的识别模型研究[D];电子科技大学;2005年
2 陈立伟;基于HMM和ANN的汉语语音识别[D];哈尔滨工程大学;2005年
3 徐金甫;基于特征提取的抗噪声语音识别研究[D];华南理工大学;2000年
4 宁更新;抗噪声语音识别新技术的研究[D];华南理工大学;2006年
5 沈海峰;语音识别中的环境补偿研究[D];北京邮电大学;2006年
6 李小兵;高效简约的语音识别声学模型[D];中国科学技术大学;2006年
7 孙暐;听觉特性与鲁棒语音识别算法研究[D];东南大学;2006年
8 雷建军;噪声鲁棒语音识别中若干问题的研究[D];北京邮电大学;2007年
9 孙成立;语音关键词识别技术的研究[D];北京邮电大学;2008年
10 奉小慧;音频噪声环境下唇动信息在语音识别中的应用技术研究[D];华南理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈智元;基于语音识别的个性特征信号处理研究[D];大连交通大学;2018年
2 王晓龙;嵌入式音节识别系统的设计与实现[D];华中科技大学;2017年
3 王婷婷;基于自动编码的机器人声学参数提取及带噪语音识别[D];天津大学;2018年
4 郑峦;语言识别算法研究与实现[D];西安工业大学;2016年
5 曾信雁;电梯语音呼梯系统的研究[D];浙江工业大学;2013年
6 朱明星;车载噪声背景下的语音识别中减噪技术研究[D];安徽工业大学;2018年
7 李要嫱;基于主动学习的藏语语音识别在在线教育中的应用[D];中央民族大学;2018年
8 向佳豪;语音识别软件对口译学生汉英同声传译的影响研究[D];北京外国语大学;2018年
9 高思萌;讯飞语音识别对英汉交传笔记的影响[D];北京外国语大学;2018年
10 陈皇;基于神经网络的语音识别声学模型压缩研究[D];中国科学技术大学;2018年
中国重要报纸全文数据库 前10条
1 通讯员 魏霈侃;从学霸、学者到创业者的华丽转身[N];中国教育报;2016年
2 特约撰稿人 Lamont Wood 编译 Charles;语音识别成长起来,并走向移动应用[N];计算机世界;2018年
3 本报记者 陶力;阿里全资收购先声互联 推动语音识别场景落地[N];21世纪经济报道;2018年
4 洪蕾;阿里研发高工业噪声环境下语音识别及传输技术[N];中国信息化周报;2018年
5 本报记者 郭科;登月早已实现,同期启动的语音识别还在路上[N];科技日报;2018年
6 本报记者 王星平;语音识别商用尴尬 应用场景垂直化路有多远[N];中国企业报;2016年
7 本报记者 余建华;从“绿皮车时代”迈入“高铁时代”[N];人民法院报;2017年
8 陈宗周;机器在聆听[N];电脑报;2017年
9 本报记者 黄旭 熊雯琳;云知声:与巨头共舞,成为AI领域BAT的密码[N];电脑报;2017年
10 本报记者 钱一彬;手机“黑科技”为何叫好不叫座[N];人民日报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978