基于麦克风阵列的非线性滤波语音端点检测算法研究

发布时间：2018-03-30 09:42

  本文选题：语音增强　切入点：Legendre拓展　出处：《南京信息工程大学》2017年硕士论文

【摘要】：随着人们生活水平的提高和科学技术的发展,“人工智能”这一概念被越来越多的人所知晓。语音识别是人工智能中非常重要的技术环节,只有机器能够更好地读懂人的语音,才能显得更加“智能”。在语音识别中,语音端点检测技术越来越受到人们的重视,因为端点检测正确与否直接影响到后端语音识别的效率和正确率。在语音信号端点检测中,传统的检测方法在低信噪比环境下识别率会下降。为提高识别率和检测方法的性能,本文着重研究了基于麦克风阵列自适应非线性滤波语音端点检测方法,主要研究包括:(1)针对传统端点检测算法在语音信号信噪比较低情况下识别率就大幅下降的问题,研究了基于麦克风阵列的线性滤波语音端点检测结构。通过基于麦克风阵列的语音增强改进算法,实现了对语音的初步去噪,这使得整个端点检测的正确率提高了近10%。(2)针对语音对话环境中,背景噪音很多是短时稳定或者非稳定的情况,研究了将Legendre非线性拓展函数应用于滤波器结构中,这样能使得语音增强算法能更好地去除背景噪音中的非线性成分,从而加强端点检测算法的自适应性能和鲁棒性。(3)针对在背景非相干噪声影响下短时过零率和短时能量值对端点检测准确率造成误判或者漏检的情况,研究了基于EMD分解后Teager能量值和短时过零率参数融合的语音端点检测算法,并通过比较不同背景噪音环境下的端点检测准确率,验证了所提出的算法比传统算法具有更好的鲁棒性和抗噪性能。(4)通过在南京信息工程大学消音室中录制的人声语音,并且与NOISEX-92噪声库中的背景噪音结合,模拟了实际环境,对算法的自适应性进行了验证,同时通过主观评价PESQ得分和客观评价SNR来更好地对所提出的算法性能进行了判定。
[Abstract]:In order to improve the recognition rate and the performance of the detection method , the speech endpoint detection algorithm based on the microphone array is studied .

【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN912.3

【参考文献】

相关期刊论文 前10条

1 侯倩华;;第三方支付平台的营销策略分析与对策——以支付宝为例[J];技术与市场;2017年01期

2 贾海蓉;王栋;郭欣;;基于DNN的子空间语音增强算法[J];太原理工大学学报;2016年05期

3 王洋;冯瑶;丁喜波;陈德运;;基于时频结合的带噪语音端点检测算法[J];黑龙江大学自然科学学报;2016年03期

4 胡郁;;人工智能与语音识别技术[J];电子产品世界;2016年04期

5 董胡;;低信噪比环境下改进的语音端点检测算法[J];计算机技术与发展;2016年03期

6 张红梅;韩万刚;;一种新的变步长LMS自适应滤波算法研究及其应用[J];仪器仪表学报;2015年08期

7 吴浪;曾超;;EMD分解与IIR滤波器在心电信号预处理的应用研究[J];福建电脑;2015年06期

8 薛胜尧;;基于改进型双门限语音端点检测算法的研究[J];电子设计工程;2015年04期

9 周政;;基于NLMS自适应滤波的实时声音信号检测识别[J];上海计量测试;2014年04期

10 鲁远耀;周妮;肖珂;叶青;;强噪声环境下改进的语音端点检测算法[J];计算机应用;2014年05期

相关重要报纸文章 前1条

1 张涵;;百度推出对话式人工智能操作系统 语音机器人小鱼春季落地[N];21世纪经济报道;2017年

相关硕士学位论文 前7条

1 李W毞，

本文编号：1685375