基于麥克風陣列的語音識別系統(tǒng)研究.pdf

1、語音識別技術(shù)在電子、通信、工業(yè)控制、計算機和信息服務等領(lǐng)域有著廣泛的應用和光明的發(fā)展前景。未來語音交互系統(tǒng)將成為人機對話的普通工具，故對語音識別的深入研究，順應了市場的要求，同時也將大大推動語音技術(shù)的發(fā)展。人與機器交流和溝通壁壘的解決與突破，將為人類提供更加方便、自然、快捷的操作界面及更友好的交互方式。
　　本文在分析了語音識別的研究發(fā)展現(xiàn)狀基礎(chǔ)上，提出了語音識別的改進算法，將矢量量化（VQ）的碼本設(shè)計進行改進和優(yōu)化并與最小二乘支

2、持向量機（LSSVM）結(jié)合來共同構(gòu)建VQ-LSSVM二次語音識別模型?？紤]到高信噪比的純凈語音信號對語音識別系統(tǒng)的影響，在語音識別系統(tǒng)的前端引入基于麥克風聲源定位的語音增強算法。具體是利用麥克風陣列的聲源定位方法來鎖定有效聲源方位參數(shù)，然后根據(jù)參數(shù)對聲源方位作可控波束指向性增強，將增強后的語音信號輸入語音識別系統(tǒng)進行語音識別。最后將前端語音增強及后端系統(tǒng)模型識別算法植入TMS320C6713 DSK硬件平臺進行實驗仿真和驗證完成系統(tǒng)設(shè)計

3、。
　　本文的創(chuàng)新成果如下：
　?。?）將搜索空間預估計的波束指向性增強算法引入到語音識別系統(tǒng)，用以語音增強來提高識別系統(tǒng)輸入信號的信噪比。具體是先利用搜索空間預估計聲源定位算法得到有效聲源的方位參數(shù)，再由此參數(shù)對期望方向上的信號做波束指向性增強，從而最大程度抑制了干擾。該算法作為語音識別系統(tǒng)前端用以語音增強，具有計算量小、抗干擾能力強的優(yōu)點。
　?。?）本文在傳統(tǒng)已有的語音識別系統(tǒng)基礎(chǔ)上，采用LBG和遺傳算法(GA)

4、相結(jié)合的碼本設(shè)計，并將VQ碼本設(shè)計與LSSVM模型相結(jié)合構(gòu)建VQ-LSSVM語音識別系統(tǒng)模型。系統(tǒng)通過訓練先得到VQ模板，再求出VQ碼字與特征參數(shù)的最小失真測度，并將該測度來訓練LSSVM模型，最終得到系統(tǒng)訓練模板。識別時先用VQ模板對待測語音信號進行初次識別，對于落入設(shè)定閾值內(nèi)的矢量再用LSSVM模型進行二次識別，最終得到系統(tǒng)識別結(jié)果。
　　最后,論文給出了語音識別系統(tǒng)在MTALAB及 DSP平臺上的實驗結(jié)果和系統(tǒng)性能分析，并對