當(dāng)前語音識(shí)別的研究已取得了較為豐碩的成果,在安靜環(huán)境下性能令人滿意,逐漸被應(yīng)用在諸多人機(jī)交互的場(chǎng)合。然而,由于噪聲的存在,語音識(shí)別系統(tǒng)在實(shí)際環(huán)境下性能急劇下降,如何提高語音識(shí)別的噪聲魯棒性,逐漸成為近年來語音識(shí)別的研究熱點(diǎn)。本文主要研究農(nóng)產(chǎn)品市場(chǎng)信息采集作業(yè)環(huán)境中的語音識(shí)別噪聲魯棒性問題,針對(duì)當(dāng)前缺乏面向農(nóng)產(chǎn)品市場(chǎng)信息采集領(lǐng)域的語音識(shí)別引擎,而通用領(lǐng)域的識(shí)別算法又不適合解決上述問題,分析環(huán)境的噪聲特點(diǎn),面向非特定人和中小規(guī)模詞匯量的連續(xù)漢語普通話識(shí)別,訓(xùn)練聲學(xué)模型,研究適用于該環(huán)境下的語音識(shí)別魯棒性方法。本文主要研究的內(nèi)容包括:(1)基于隱馬爾科夫模型(HMM)框架建立了聲學(xué)模型,利用自建的農(nóng)產(chǎn)品市場(chǎng)信息語料庫進(jìn)行訓(xùn)練和測(cè)試HHM模型,基于HTK工具包建立了農(nóng)產(chǎn)品價(jià)格語音識(shí)別基線系統(tǒng)。(2)在分析農(nóng)產(chǎn)品市場(chǎng)信息采集環(huán)境的噪聲特點(diǎn)的基礎(chǔ)上,從模型空間和特征空間對(duì)系統(tǒng)采取了多種魯棒性方法,包括:在聲學(xué)模型的識(shí)別基元選取上,采用了一種擴(kuò)展的三音素聲韻母模型,有效的解決了音節(jié)內(nèi)部和音節(jié)間的協(xié)同發(fā)音問題,大大提高了識(shí)別率;針對(duì)建模后三音子模型數(shù)量急劇增加問題,采用了決策樹狀態(tài)聚類方法,建立了一套二值問題規(guī)則集,并將語音學(xué)的專業(yè)知識(shí)融合進(jìn)決策樹,通過聚類減少了三音子模型的數(shù)量,有效地解決了訓(xùn)練數(shù)據(jù)不充分問題;鑒于倒譜均值歸一化(CMN)方法在消除信道卷積噪聲以及加性噪聲方面的良好表現(xiàn),在農(nóng)產(chǎn)品市場(chǎng)信息語音識(shí)別系統(tǒng)中采用,有效緩解了信道噪聲影響。(3)在信號(hào)空間,為了提高輸入語音信號(hào)的信噪比,采用了譜減類算法進(jìn)行語音增強(qiáng),但譜減算法容易帶來信道失真和“音樂”噪聲。為了減少這種失真,提出了一種聯(lián)合語音增強(qiáng)與特征補(bǔ)償?shù)聂敯粜苑椒?把倒譜均值方差歸一化方法(CMVN)與譜減類算法進(jìn)行了結(jié)合,二者互為補(bǔ)充。實(shí)驗(yàn)結(jié)果表明,聯(lián)合后的算法能有效提高系統(tǒng)的識(shí)別率,特別是在低信噪比時(shí)效果更為明顯。(4)在統(tǒng)計(jì)估計(jì)理論的框架下,研究了估計(jì)幅度與實(shí)際幅度的最小均方誤差(MMSE)估計(jì)器以及對(duì)數(shù)最小均方誤差(log MMSE)幅度估計(jì)器。在此基礎(chǔ)上提出了一種聯(lián)合MMSE以及l(fā)og MMSE幅度估計(jì)與CMVN失真補(bǔ)償?shù)聂敯粜苑椒�。不同農(nóng)產(chǎn)品市場(chǎng)信息采集環(huán)境下的實(shí)驗(yàn)證明,該方法具有一定的噪聲魯棒性,多種空間算法的有機(jī)結(jié)合可以提供系統(tǒng)的魯棒性,特別是在低信噪比時(shí)更為明顯。本文的研究為語音識(shí)別在農(nóng)產(chǎn)品市場(chǎng)信息采集環(huán)境中的應(yīng)用建立了一套魯棒性方法,為今后語音識(shí)別在農(nóng)業(yè)信息采集領(lǐng)域的應(yīng)用提供了借鑒。

【學(xué)位授予單位】：中國(guó)農(nóng)業(yè)科學(xué)院

【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.34
【目錄】：