典型簡(jiǎn)單匹配語(yǔ)音識(shí)別方式技術(shù)研究

1、典型簡(jiǎn)單匹配語(yǔ)音識(shí)別方式技術(shù)研究范崇山陳新偉羅智榮劉樂林秋文【摘要】本文從人類語(yǔ)言交流系統(tǒng)模型中獲取思路，重點(diǎn)研究小詞匯量、詞語(yǔ)間相互獨(dú)立的基于簡(jiǎn)單模板匹配工作原理的語(yǔ)音識(shí)別模式。本文在語(yǔ)音識(shí)別的預(yù)處理、特征提取等環(huán)節(jié)深入討論，并進(jìn)行了一系列仿真實(shí)驗(yàn)對(duì)典型簡(jiǎn)單模板匹配語(yǔ)音識(shí)別方式中的使用技術(shù)如：語(yǔ)音信號(hào)模型的建立、窗函數(shù)等做出清晰地說明?！娟P(guān)鍵詞】語(yǔ)音識(shí)別；簡(jiǎn)單模板匹配；預(yù)處理；特征提取1語(yǔ)音識(shí)別技術(shù)原理語(yǔ)音識(shí)別是為了讓機(jī)器“懂我們的語(yǔ)言，準(zhǔn)確無(wú)誤地識(shí)別出我們發(fā)出語(yǔ)音內(nèi)容，并且做出符合語(yǔ)音內(nèi)容的一系列動(dòng)作，執(zhí)行我們的意圖。分析人類語(yǔ)言交流通信的過程，可以啟發(fā)我們的研究思路。對(duì)人類語(yǔ)音通信流程1

2、-2分析如圖1。由人類語(yǔ)音通信流程框圖可以看出，人類發(fā)出語(yǔ)音過程如圖左半局部，語(yǔ)音理解過程如圖右半局部。語(yǔ)音識(shí)別包括兩種含義，一是：將人類說的話轉(zhuǎn)換成文字，二是：在充分理解口述語(yǔ)音的根底上，不僅僅是將語(yǔ)音轉(zhuǎn)換為文字信息，而且對(duì)語(yǔ)音內(nèi)容也要作出正確響應(yīng)【3】。在此，本文認(rèn)為語(yǔ)音識(shí)別和語(yǔ)音理解意義等同，所以可用圖1右側(cè)局部流程可將語(yǔ)音識(shí)別過程。目前語(yǔ)音識(shí)別技術(shù)應(yīng)用中大局部都是小詞匯量，詞語(yǔ)間相互獨(dú)立基于簡(jiǎn)單模板匹配工作原理的識(shí)別模式。針對(duì)這種典型的語(yǔ)音識(shí)別模式，原理流程路線圖【4】如圖2所示：1.1基于發(fā)音模型的語(yǔ)音信號(hào)產(chǎn)生模型語(yǔ)音信號(hào)的產(chǎn)生是語(yǔ)音識(shí)別技術(shù)的基石，在語(yǔ)音信號(hào)處理的大局部過程中對(duì)語(yǔ)音

3、信號(hào)產(chǎn)生模型有很強(qiáng)的依賴性。本文研究過程中，首先對(duì)人類發(fā)音過程進(jìn)行了解：人類發(fā)音流程是首先肺部收縮，迫使氣流通過聲門和聲道引起音頻震蕩產(chǎn)生【3】。根據(jù)人的聲道三種不同鼓勵(lì)方式，分別對(duì)應(yīng)產(chǎn)生了三種被大家熟知的發(fā)音類型，分別是濁音，摩擦音或清音，爆破音。語(yǔ)音信號(hào)可看做由線性系統(tǒng)受到鼓勵(lì)信號(hào)的鼓勵(lì)輸出產(chǎn)生。如圖3是基于發(fā)音模型的語(yǔ)音信號(hào)產(chǎn)生模型流程圖：如圖3建立的語(yǔ)音信號(hào)產(chǎn)生模型中認(rèn)為濁音是周期為N0的沖激信號(hào)，且N0=fs/F0其中F0是基音頻率，fs是采樣頻率。清音認(rèn)為是一個(gè)均值為0，幅值是正態(tài)分布的波形信號(hào)。參數(shù)Av，Au分別用來(lái)調(diào)節(jié)濁音和清音的幅值。從已有語(yǔ)音識(shí)別技術(shù)研究結(jié)果可知，窗函數(shù)類型

4、眾多，使用不同形式的窗函數(shù)對(duì)短時(shí)分析處理語(yǔ)音信號(hào)結(jié)果有很大的影響。目前應(yīng)用最廣泛的窗函數(shù)是漢明窗，結(jié)合仿真實(shí)驗(yàn)分析可以看出：高斯窗函數(shù)的橫向主瓣寬度最小，但其縱向旁瓣高度最高；漢明窗函數(shù)的橫向主瓣寬度最寬，縱向旁瓣高度是三種窗函數(shù)中最低的。2.3端點(diǎn)檢測(cè)語(yǔ)音信號(hào)的起始點(diǎn)是語(yǔ)音信號(hào)處理的關(guān)鍵分界點(diǎn)，端點(diǎn)檢測(cè)的目的就是找到連續(xù)語(yǔ)音信號(hào)中的信號(hào)起始點(diǎn)。常用的端點(diǎn)檢測(cè)方法有兩種，分別是短時(shí)平均能量和短時(shí)過零率【6】。當(dāng)下流行的端點(diǎn)檢測(cè)方法是短時(shí)平均能量和短時(shí)過零率兩者的結(jié)合，稱這種方法為雙門限端點(diǎn)檢測(cè)算法【7】。在實(shí)際問題中通常采用兩者結(jié)合解決問題。本文同樣是采用兩者結(jié)合的方法，利用短時(shí)過零率方法檢測(cè)

5、語(yǔ)音信號(hào)波形穿越零電平的次數(shù)，既代表的是清音；用短時(shí)平均能量方法計(jì)算第y幀語(yǔ)音信號(hào)的短時(shí)平均能量Ey，既代表的是濁音，進(jìn)而實(shí)現(xiàn)可靠的端點(diǎn)檢測(cè)。3特征提取目前特征是語(yǔ)音信號(hào)預(yù)處理中的重要步驟。在實(shí)際特征提取中，較常采用的參數(shù)是線性預(yù)測(cè)倒譜系數(shù)LPCC和Mel倒譜系數(shù)MFCC。二者采用的均是時(shí)域轉(zhuǎn)換到倒譜域上，但是出發(fā)思路兩者不同。線性預(yù)測(cè)倒譜系數(shù)LPCC以人類發(fā)聲模型為根底，采用線性預(yù)測(cè)編碼LPC技術(shù)求倒譜系數(shù)；Mel倒譜系數(shù)MFCC以人類聽覺模型為根底，通過離散傅利葉變換DFT進(jìn)行變換分析。其中k表示第k個(gè)濾波器，Hmk表示第k個(gè)mel濾波器組，fm為中心頻率，m=1，2，K，K表示濾波器個(gè)數(shù)

6、。經(jīng)過仿真實(shí)驗(yàn)分析比較，可以分析得出Mel倒譜系數(shù)MFCC參數(shù)較線性預(yù)測(cè)倒譜系數(shù)LPCC參數(shù)的優(yōu)點(diǎn)，優(yōu)點(diǎn)如下：1語(yǔ)音低頻信號(hào)是語(yǔ)音信息的聚集區(qū)，高頻信號(hào)相對(duì)低頻語(yǔ)音信號(hào)更容易受到周圍環(huán)境等的干擾。Mel倒譜系數(shù)MFCC將線性頻標(biāo)轉(zhuǎn)化為Mel頻標(biāo)，強(qiáng)調(diào)語(yǔ)音的低頻信息，從而突出了有利于識(shí)別的信息，屏蔽了噪聲的干擾8。LPCC參數(shù)是基于線性頻標(biāo)的，所以沒有這一特點(diǎn)；2MFCC參數(shù)無(wú)任何假設(shè)前提，在各種語(yǔ)音信號(hào)預(yù)處理情況下均可使用，但是LPCC參數(shù)首先假定所處理的語(yǔ)音信號(hào)是AR信號(hào)，對(duì)于動(dòng)態(tài)特性較強(qiáng)的輔音，這個(gè)假設(shè)并不嚴(yán)格成立8；3MFCC參數(shù)提取過程中需要經(jīng)過FFT變換，我們可以順便獲得語(yǔ)音信號(hào)頻域

7、上的全部信息，不需要多花費(fèi)時(shí)間處理，有利于端點(diǎn)檢測(cè)、語(yǔ)音分段等算法實(shí)現(xiàn)8。4訓(xùn)練與識(shí)別訓(xùn)練和識(shí)別是語(yǔ)音識(shí)別的中心內(nèi)容，有很多專家學(xué)者研究了一系列成果。語(yǔ)音識(shí)別實(shí)質(zhì)是模式匹配的過程，而對(duì)分類器和分類決策的設(shè)計(jì)9又是模式匹配的核心。在現(xiàn)有的分類器設(shè)計(jì)10-11中，經(jīng)常使用的有：動(dòng)態(tài)時(shí)間規(guī)整DynamicTimeWarping，DTW分類器、基于人工神經(jīng)網(wǎng)絡(luò)ArtificialNeuralNetworks，ANN分類器、基于高斯混合模型GMM分類器、基于Bayes規(guī)那么的分類器、基于HMM分類器12等。本文重點(diǎn)討論語(yǔ)音信號(hào)預(yù)處理中技術(shù)及實(shí)現(xiàn)，對(duì)訓(xùn)練和識(shí)別技術(shù)不再做研究描述。【參考文獻(xiàn)】【1】尹巖巖.

8、基于語(yǔ)音識(shí)別與合成的低速率語(yǔ)音編碼研究D.上海師范大學(xué)，2021.【2】張偉偉.通信系統(tǒng)中語(yǔ)音質(zhì)量評(píng)價(jià)的研究D.北京郵電大學(xué)，2021.【3】朱淑琴.語(yǔ)音識(shí)別系統(tǒng)關(guān)鍵技術(shù)研究D.西安電子科技大學(xué)，2021.【4】王偉臻.基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別研究D.浙江大學(xué)，2021.【5】鐘林鵬.說話人識(shí)別系統(tǒng)中的語(yǔ)音信號(hào)處理技術(shù)研究D.電子科技大學(xué)，2021.【6】周剛，周萍，楊青.一種簡(jiǎn)單的噪聲魯棒性語(yǔ)音端點(diǎn)檢測(cè)方法J.測(cè)控技術(shù)，2021，02：31-34.【7】薛勝堯.基于改進(jìn)型雙門限語(yǔ)音端點(diǎn)檢測(cè)算法的研究J.電子設(shè)計(jì)工程，2021，04：78-81.8惠博.語(yǔ)音識(shí)別特征提取算法的研究及實(shí)現(xiàn)D.西北大學(xué)，2021.9張寧.基于決策樹分類器的遷移學(xué)習(xí)研究D.西安電子科技大學(xué)，2021.10汪云云.結(jié)