语音是人们传递信息和日常交流的工具,更是人类区别于动物的主要标志。对语音信号处理的深入研究发现,人的听觉神经系统在听音辨物和确定语音信号方位等方面是任何现代信息技术不能企及的。本文以人耳的生理结构为基础,建立人耳听觉模型。该模型能够对语音信息进行提取和分析处理,并得到语言信息的特征值。使用TCM置信机器的验证结果表明,本文建立的听觉模型的识别效果更准确、更灵敏。本文主要研究内容和成果如下:首先,建立了一个人耳听觉模型。本文深入研究了人耳听觉系统的生理结构和人耳各组成部分的功能,组合不同的听觉模拟模型,建立了人耳听觉模型。该模型包括外耳与中耳模型、基底模型、耳蜗外毛细胞模型和耳蜗内毛细胞模型。外耳与中耳模型主要用于对语音信号进行采样、量化和预加重处理;基底膜模型主要完成对语音信号的频率分解作用;耳蜗外毛细胞的主要作用是抑制噪音,对语音信号进行加强;耳蜗内毛细胞将声波的械能转换成生物化学能,并产生生物电能,将语音信息传给听神经。其次,提出基于置信机器的多分类识别模型。置信机器分类识别模型能够给出识别结果和识别结果的可信度,具有更强的说服力。针对传统置信机器识别类型少和识别率低的问题,本文提出了一种扩展的置信机器,扩展识别机器将多类识别问题转换为两类识别问题,简化了识别种类,并能够进行一次性的多类识别。最后,将听觉模型与置信机器结合,建立语音信号处理整合模型。该整合模型使用听觉模型提取语音特征参数,并将提取到的特征参数用于置信机器识别。实验结果表明,该整合模型具有抑制噪音和增强语音的优点,并且能够提高置信机器识别率和每次识别的可信度。