论文部分内容阅读
语音识别是语音信号处理领域的研究热点,但由于其研究的复杂性,长期以来一直是一项难题,尤其是噪声环境下的非特定人语音识别。本文从一个典型的语音识别系统出发,介绍了语音识别的基本原理,讨论了几种常用的特征提取方法,尤其对过零率峰值幅度(ZCPA)特征提取作了较为详细的介绍。在此基础上提出用Laguerre滤波器对ZCPA特征提取前端处理进行改进的方法,并获得了具有优良抗噪性的识别结果。本文中用Laguerre网络实现的滤波器吸收了传统有限冲激响应(FIR)、无限冲激响应(IIR)滤波器的优点,既具有FIR滤波器的稳定性又具有IIR滤波器的长时记忆的特点和通阻带特性。其设计方法是在Laguerre滤波器与理想滤波器的频率响应的均方误差为最小的前提下,利用牛顿-拉夫逊法估算滤波器参数,然后由柯西-留数定理得出相对应的Laguerre系数以获得最优滤波器。通过实例设计了Laguerre滤波器,并与传统FIR和IIR滤波器的频率响应作了详细的比较,得出Laguerre滤波器有较小的滤波器长度,合适的线性相位和较少的通阻带波纹。缺点是计算复杂,但使用介绍的引理可降低其复杂性。接着将Laguerre滤波器用在ZCPA特征提取中代替原来的FIR滤波器,后端分别利用RBF网络和HMM训练和识别。实验结果表明利用Laguerre滤波器代替FIR滤波器进行特征提取,其识别率明显提高,而且抗噪性有很大改善。论文最后分析了Laguerre序列的频率弯折特性,并将小波变换的多分辨特性与之相结合得出基于Laguerre网络的频率弯折小波变换,对其实现结构作了详纽介绍,同时也说明难点所在。提出下一步工作是将频率弯折小波变换用于特征提取中,期望得到好的识别结果。