基于人耳聽覺特性的語音識別及在人機交互上的應用.pdf_第1頁
已閱讀1頁,還剩82頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著噪聲的增加,機器語音識別性能急劇惡化,而人類聽覺系統(tǒng)的識別效果卻是相對穩(wěn)定的,這就啟發(fā)了我們從仿生的角度來研究語音識別,而基于聽覺特性的語音識別研究也是目前的研究熱點和難點之一。因此,基于人耳聽覺特性的語音識別人機交互具有非常重要的理論研究意義和較高的實際應用價值。
   首先,對基于人耳聽覺特性的語音識別原理進行了深入的理論研究,掌握了人耳語音接收過程的生理學和人耳聽覺系統(tǒng)對語音信號的信號處理機制,總結了語音感知特性和噪聲

2、特性,并給出了典型的基于人耳聽覺特性的語音識別系統(tǒng),為以后的研究打下的扎實的理論基礎。
   接著,本文研究了基于語音分離的預處理。本文對傳統(tǒng)基于端點檢測和語音增強的預處理方法進行了研究,發(fā)現(xiàn)其只適用于較為簡單的噪聲(如:高斯白噪聲)環(huán)境下,且隨著信噪比的下降,語音識別系統(tǒng)的識別率直線下滑。因此,我們將基于人耳的聽覺選擇能力即“雞尾酒會效應”的語音分離技術應用到前端,更有利于提高語音識別系統(tǒng)在多聲源和復雜噪聲環(huán)境下的識別性能。<

3、br>   然后,本文研究了基于入耳聽覺特性的語音特征提取。本文闡述了幾種常見的語音特征LPCC、MFCC和ZCPA,并對其優(yōu)缺點進行了比較。同時,本文對人耳聽覺模型進行了研究和對比,在原有的人耳聽覺濾波器GT和GC濾波器的基礎上,針對GT和GC濾波器頻率選擇特性不夠尖銳的問題,提出了GT-4和GC-4濾波器;同時,針對Mel刻度不符合聽覺特性中臨界帶寬的問題,將改進的濾波器按ERB刻度排列。隨后將GT-4,GC-4濾波器與MFCC,

4、ZCPA結合,獲得了改進的MFCC、ZCPA特征提取方法。
   最后,本文做了大量的驗證實驗,結果表明:在不同的聲壓級和不同信噪比的多種噪聲環(huán)境下,所提算法性能較之MFCC均有不同程度的提高,隨著聲壓級從40dB降到-20dB,MFCC的識別率降低了22.83%,而ERBCC-GC4和ZCPA-GC4分別只降低了2.60%和3.47%;隨著信噪比從30dB降到0dB,MFCC的識別率降低了18.52%,而ERBCC-GC4和Z

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論