一种多层子带的噪声语音识别新方法

根据不同尺度子带特征反映语音的不同细节特性，提出一种噪声下的多层子带（MLS）语音识别方法。将语音频谱分成多层多个子带，首先各子带分另单独进行识别，然后将各层各子带识别概率综合起来得到最终识别结果。将新方法应用于TIMIT数据饣E-Set在NoiseX92白噪声和F16噪声下识别实验。实验结果表明，多层子带方法在噪声环境和无噪情况下识别性能都有很大提高。     

基于盲源分离和噪声抑制的语音信号识别

为了更准确地在噪声环境中对不同语音信号进行识别,提出了一种用于普适语音环境下的自优化语音活动检测(VAD)算法,该算法运用个性化语音命令自动识别系统的语音信号,并能够有效地从多个发声者的混合语音中分离出个体发声者的声音,通过跟踪语音功率谱的较高幅度部分和自适应地抑制噪声来检测发声者的语音信号;设计并实现了一种处理多个发声者任务的自动语音识别(ASR),免去了对干净的语音变化进行先验估计,直接利用噪声本身产生语音/非语音判决的阈值以完成自优化过程;使用语音数据库NOIZEUS进行了评价测试,实验结果表明,所提出的盲源分离和噪声抑制方法不需要任何额外的计算过程,有效地减少了计算负担。     

低信噪比下噪声抑制的语音活动检测

传统的语音活动检测的方法,在噪声比较恶劣(一般指信噪比在5db以下)的环境下,效果很差,而本文提出的语音活动检测的方法在低信噪比的情况下仍然能够达到很好的效果.该方法主要包含两部分:第一部分是噪声抑制,第二部分是基于状态机的语音活动检测.通过实验结果可以证明,本文提出的方法在白噪声,嘈杂人声和汽车噪声的环境下比G.729采用的语音活动检测的方法提高很多.     

语音与噪声的特性及其研究现状

在噪声环境下的语音识别率将会受到严重的影响.语音增强是解决噪声污染的有效方法.在语音增强技术中,语音识别和说话人识别是很重要的.因此.识别装置通常工作在环境噪声下.语音增强不仅与信号处理技术相关,并涉及到人的听觉感知和语音认知.由于噪声的来源有很多,在不同的应用场合,其特点也各不相同.因此很难确定一个通用的适用于各种环境噪声的语音增强算法.根据不同的噪声,采用不同的语音增强策略.     

工业环境下语音识别的方法初探

在高噪声环境下语音识别系统所遇到的特殊问题,提出了识别及克服这些问题的一套方案,并得到了一些实验结果.     

一种新的强噪声环境下的语音增强算法

针对强噪声环境下语音增强中噪声估计和先验信噪比估计算法导致的语音失真和音乐噪声的问题,利用语音和噪声的统计模型的对称性得到一种噪声幅度的估计值为参考,提出了一种噪声估计算法,改进了先验信噪比估计算法,形成了一种新的增强算法,适用于强噪声环境下的语音增强。由仿真实验给出的客观评分看出,在0 dB乃至－5 dB条件下,给出信噪比估计算法能够有效减小信号失真,基本上没有残留音乐噪声。     

基于噪声估计和听觉掩蔽效应的语音增强

针对非平稳噪声环境和低信噪比的情况,提出了一种基于低频区语音特性的非平稳噪声估计方法,通过构造一个时变的权值,实现对噪声的实时估计,同时结合人耳听觉掩蔽效应,利用估计出的噪声自适应设定增强系数。仿真实验表明,该方法能够较好地抑制背景噪声,提高信噪比,减少语音失真。     

抗噪声语音识别及语音增强算法的应用

提高语音识别系统的鲁棒性是语音识别技术一个重要的研究课题。语音识别系统往往由于训练环境下的数据和识别环境下的数据不匹配造成系统的识别性能下降,为了让语音识别系统在含噪的环境下获得令人满意的工作性能,该文根据人耳听觉特性提出了一种鲁棒语音特征提取方法。在MFCC特征提取之前先对含噪语音特征进行掩蔽特性处理,同时结合语音增强方法对特征进行处理,最后得到鲁棒语音特征。通过4种不同试验结果分析表明,将这种方法用于抗噪声分析可以提高系统的抗噪声能力;同时这种特征的处理方法对不同噪声在不同信噪比有很好的适应性。     

语音处理的中心激励侧向抑制网络模型

根据人类听觉神经系统的结构,提出了一个“中心激励、侧向抑制”的网络模型。在该模型中,输入层的每一个神经元细胞在激励输出层对应的细胞的同时,会对其输出层其他邻近细胞起到一定的抑制作用。另外输出层的每个神经元也具有负反馈功能。该文给出了该网络模型的数学方程和网络参数调整的学习算法,证明了该算法的收敛性。该网络模型在声音处理上保留了人耳的优势,可以自动过滤噪声,搜索声音的中心频率段,将声音的物理频谱转换成相应的生理反应模型。通过仿真数据解释了人耳特有的频道抑制现象。     

混合窗函数和子带频谱质心在低信噪比语音识别中的应用

为改善低信噪比环境下语音的质量,在传统MFCC特征提取的基础上,提出了两种提高识别系统鲁棒性的方法。一种方法利用混合窗函数对旁瓣的抑制来提高系统的鲁棒性;另一种方法是基于频谱峰值位置受背景噪声影响相对较小,将子带幅度信息和Mel子带频谱质心（MSSC）相结合。实验表明混合窗函数和子带频谱质心（MSSC）以及它们相结合的系统与使用传统MFCC的基准系统相比,在低信噪比的平稳噪声环境下系统的鲁棒性得到了一定的提高。     

基于噪声分类与补偿的车载语音识别

针对现有车载语音识别系统在实际应用环境下噪声鲁棒性较差的问题,提出一种基于支持向量机(SVM)的噪声分类与补偿方法。采集各应用场景下的噪声构建SVM噪声分类器,利用SVM对待测语音静音段中的噪声进行分类,根据噪声类型选择相应的带噪训练模板进行噪声补偿,并将差分频谱倒谱系数作为特征参数进一步抑制语音段中的噪声,从而实现车载语音识别。实验结果表明,该方法可有效增强车载语音识别系统的噪声鲁棒性,并且与稀疏编码语音增强和能量规整倒谱系数特征增强方法相比,具有更高的语音识别率。     

基于小波相位的噪声抑制方法研究

对弱小运动目标检测时,其图像信噪比很低,检测前需先进行噪声滤除.针对这一问题,提出一种基于单一尺度小波相位信息的噪声抑制新方法.利用同一尺度内噪声相位的突变性以及与邻近像素点相位的不连续性,将点相位系数与3×3窗口模板的窗相位系数之差和阈值做比较,判断是否为噪声.实验结果表明:图像信噪比得到显著提高,并较完整地保留了图像边缘和细节.     

高噪声背景下的语音识别系统设计

章讨论了高噪声背景下的汉语语音识别技术,从语音识别的一般方法出发,研究了基于半音节的半连续型隐马尔可夫模型（SCHMM）原理和算法,介绍了用DSP构建实现的方法,采用喉头送话器抑制了背景噪声,获得了较高的识别准确率。     

基于信道色噪声抑制的信号搜索方法

针对信号搜索过程中存在的色噪声干扰及门限电平难设置的问题,通过全景频谱色噪声边缘提取及差值预处理,提出了一种抑制信道色噪声的信号搜索方法。实际测试表明,该方法能较好地抑制信号搜索谱中存在的信道色噪声,提高信号搜索方法的适用性及搜索性能。     

短语音噪声环境下说话人识别特征提取

为了使说话人识别系统在语音较短和存在噪声的环境下也具有较高的识别率,基于矢量量化识别算法,对提取的特征参数进行研究。把小波变换与美尔频率倒谱系数(MFCC)的提取相结合,并将改进后的特征与谱质心特征进行了组合,建立了一种美尔频率小波变换系数+谱质心(MFWTC+SC)的新的组合特征参数。经实验表明,该组合特征可以有效地提高说话人识别系统的性能。     

基于单边自相关序列的语音特征及其在带噪语音识别中的应用

提出了一种抗噪声语音特征。首先计算语音信号单边自相关序列的差分序列,再计算该差分序列的线性预测系数,进一步求出例说系数。实验证明,传统的线性预测例谱系数和边自相关序列的一性预测倒谱数相比,采用单边自相关序列差分序列的线性预测倒谱系数作为语音信号的特征矢量,可以提高语音识别系统对带噪音语音的识别率。     

多噪声环境下的层级语音识别模型

针对多噪声环境下的语音识别问题,提出了将环境噪声作为语音识别上下文考虑的层级语音识别模型。该模型由含噪语音分类模型和特定噪声环境下的声学模型两层组成,通过含噪语音分类模型降低训练数据与测试数据的差异,消除了特征空间研究对噪声稳定性的限制,并且克服了传统多类型训练在某些噪声环境下识别准确率低的弊端,又通过深度神经网络（DNN）进行声学模型建模,进一步增强声学模型分辨噪声的能力,从而提高模型空间语音识别的噪声鲁棒性。实验中将所提模型与多类型训练得到的基准模型进行对比,结果显示所提层级语音识别模型较该基准模型的词错率（WER）相对降低了20.3%,表明该层级语音识别模型有利于增强语音识别的噪声鲁棒性。     

基于响度特性加权的噪声下语音识别方法

提出了一种将人耳听觉响度特性应用于噪声下语音识别的前端特征提取方法.本文使用分层遗传算法设计响度加权滤波器,对频谱进行听觉特性加权.将本方法应用于TIMIT数据包的E-SET在Noise X92的各种噪声条件下的识别实验.实验结果表明,在各种噪声的不同信噪比下,对LPCC和MFCC特征,采用响度加权平均识别率分别有7%和¨%的提高,证明本方法是有效的.     

多数据流子带噪声语音识别方法

提出一种噪声下的多数据流子带语音识别方法。传统的子带特征方法虽然能提高噪声下的语音识别性能,但通常会使无噪声情况下的识别性能下降。新方法提取感知线性预测(PLP)特征和子带特征,分别进行识别,然后在识别概率层将两者相结合。通过E-Set在NoiseX92下的白噪声的识别实验表明,新方法不仅具有更好的抗噪性能,而且同时能提高无噪声情况下的识别性能。