机载环境下的语音识别关键技术的研究

发布时间：2021-01-09 08:28

　　语音识别技术是近三十年来的热门研究课题,也是一门综合性很强的学科,有着远大的应用前景。虽然在当今社会已经涌现出不少的语音产品,但在应用过程中还存在着各种各样的问题,特别是在某种特定的背景下,因此本文着重于对机载环境下的语音识别技术展开研究。详细介绍了语音识别的实现流程与系统架构,阐述了语音识别系统的各个组成部分的基本原理,包括预处理、端点检测、特征提取以及识别的方法。提出一种结合谱减法与短时零熵的检测方法。该方法在检测的前端部分运用谱减法进行降噪处理,并融合了短时过零率和功率谱熵,构造出一种新的语音参数,即短时零熵。经实验证明,该算法能够在机载环境下取得较为满意的检测效果。提出一种基于HHT变换的改进MFCC特征。该方法是将HHT变换取代FFT变换进行时频分析,且在MFCC特征的高频部分采用Teager能量,得到一种改进MFCC参数。实验结果表明,该参数在机载环境下有着良好的稳健性和鲁棒性。在HMM的理论基础上,以Matlab软件作为开发平台,搭建一个基于机载指令的语音识别系统,并展现了识别流程中的各个环节的操作界面与仿真结果。最终的演示结果表明改进算法在机载环境下具有很好的应用价值。 

【文章来源】：安徽工业大学安徽省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

语音识别的分类图

语音产生模型

语音识别系统

【参考文献】：
期刊论文
[1]语音端点检测算法研究[J]. 费宇泉,王英健,夏愉乐.  自动化技术与应用. 2017(08)
[2]融合Mel系数和kNN的语音端点检测[J]. 韩云飞,张太红,白涛.  信息技术. 2017(03)
[3]Nuance提升互联汽车体验[J]. 朱敏慧.  汽车与配件. 2014(15)
[4]汉语语音识别中基于音节的声学模型改进算法[J]. 晁浩,杨占磊,刘文举.  计算机应用. 2013(06)
[5]基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究[J]. 牛晓颖,邵利敏,赵志磊,张晓瑜.  光谱学与光谱分析. 2012(08)
[6]基于加权门限谱熵的改进端点检测方法[J]. 冯璐,陈威兵.  计算机工程与应用. 2013(09)
[7]语音信号短时能量及短时幅值对比分析[J]. 刘琦.  网络安全技术与应用. 2011(09)
[8]噪声鲁棒性说话人识别语音高频加权MFCC提取[J]. 陈迪,龚卫国,李波.  仪器仪表学报. 2008(03)
[9]语音信号中相位信息的听觉感知研究[J]. 同鸣,卞正中,戴启军,陈砚圃,张亮.  西安交通大学学报. 2003(12)

硕士论文
[1]机载噪声环境下语音增强研究[D]. 王秋菊.华中师范大学 2017
[2]基于HMM-ANN模型的语音识别技术研究[D]. 胡宝花.南昌航空大学 2016
[3]语音信号端点检测算法的研究[D]. 邢立钊.郑州大学 2016
[4]基于语音识别技术的调频广播保障系统研究[D]. 杨东沿.西华大学 2016
[5]语音转换中特征参数及其转换方法的研究[D]. 陈先同.南京邮电大学 2015
[6]基于多模型矢量泰勒级数的语音识别系统优化[D]. 丁佳佳.东南大学 2015
[7]语音识别关键技术及其改进算法研究[D]. 刘方洲.长安大学 2014
[8]复杂环境下高效端点检测算法研究及应用[D]. 雷文钿.厦门大学 2014
[9]机载语音信号检测与处理技术[D]. 夏乐乐.南京航空航天大学 2014
[10]基于小波变换的语音信号去噪研究[D]. 王永涛.南京邮电大学 2014



本文编号：2966312