噪声环境下的语音识别算法研究

第２６卷第３期　２０１２年９月　黑龙江工程学院学报（自然科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｈｅｉｌｏｎｇｊ　ｉａｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏ１．２６№．３　Ｓｅｐ．，２０１２　

多种噪声环境下语音检测算法　

胡海波，任立伟，刘柏森　

（黑龙江工程学院电气与信息工程学院，黑龙江哈尔滨１５００５０）　

摘要：提出针对语音检测的一种新的算法一傅立叶谱矩阵，该方法以傅立叶变换为基础，对含噪语音信号直接进　行分帧，对每帧做傅立叶变换后以帧为单位，构建能反映语音特征频段及能量的傅立叶谱矩阵。在傅立叶谱矩阵中　找到语音信号能量的集中区域，从而找出所需的语音特征谱矩阵的范围，达到对语音的有效检测。　关键词：信号处理；语音检测；傅立叶谱矩阵；傅立叶变换　中图分类号：ＴＮ９１２　文献标志码：Ａ　文章编号：１６７１—４６７９（２０１２）０３—００３６—０４　

Ｖｏｉｃｅ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｖａｒｉｏｕｓ　ｎｏｉｓｙ　

ＨＵ　Ｈａｉ—ｂｏ，ＲＥＮ　Ｌｉ—ｗｅｉ，ＬＩＵ　Ｂａｌ’一ｓｅｎ　

（Ｓｃｈｏｏｌ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｉｌｏｎｇｊｉａｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ　１５００５０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐａｐｅｒ　ｒｅｆｅｒｓ　ｔｏ　ｔｈｅ　ｎｅｗ　ｖｏｉｃｅ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ－－Ｆｏｕｒｉｅｒ　Ｓｐｅｃｔｒｕｍ　Ｍａｔｒｉｘ，ｗｈｉｃｈ　ｉｓ　ｂａｓｅｄ　

ｏｎ　Ｆｏｕｒｉｅｒ　Ｔｒａｎｓｆｏｒｍ．Ｔｈｅｎ　ｔｈｅ　ｎｏｉｓｙ　ｖｏｉｃｅ　ｓｉｇｎａｌ　ｉＳ　ｄｉｖｉｄｅｄ　ｉｎｔｏ　ｆｒａｍｅｓ　ｗｉｔｈ　ｅａｃｈ　ｏｆ　ｔｈｅ　ｆｒａｍｅｓ　ｆｏｒ　ＦＯＨ—　

ｒｉｅｒ　Ｔｒａｎｓｆｏｒｍ，ｔｈｅｎ　ｉｎ　ａ　ｆｒａｍｅ　ｕｎｉｔ，ｃｏｎｓｔｒｕｃｔ　Ｆｏｕｒｉｅｒ　Ｓｐｅｃｔｒｕｍ　Ｍａｔｒｉｘ　ｗｈｉｃｈ　ｃａｎ　ｒｅｆｌｅｃｔ　ｔｈｅ　ｖｏｉｃｅ’Ｓ　ｌｅａ—　

２００６年３月　第８卷第３期　中国工程科学　

嘤ｉｎｅｅｒｉｎｇ　Ｓｃｉｅｎｃｅ　Ｍａｒ．２０ｏ６　Ｖｏ１．８　Ｎｏ．３　

ｌ≤　ｌ　

ｔ０ｌ＇ｌｌ０■羹鼍薯ｉ誊≯一　

多带同步模型用于噪声环境下语音识别　

孙　哮，吴镇扬　

（东南大学无线电系，南京　２１００９６）　

［摘要］　根据入耳听觉特性，提出新的同步多带最大似然线性回归算法用于噪声环境下语音识别。该算法采　用最大似然作为参数估计准则，利用各频带信号同步感知和噪声污染假定的方法进行语音模型补偿，有效地提　高了识别系统在噪声环境下的识别性能。　［关键词］　隐马尔可夫模型；最大似然；多带同步模型；语音识别　

［中图分类号］ＴＮ９１２．３４　［文献标识码］Ａ　［文章编号］１００９—１７４２（２００６）０３—００３１—０４　

１　引言　

由于语音信号易受到环境的影响，语音识别技　术的环境鲁棒性引起了广泛研究¨　］。目前语音识　

别环境鲁棒性采用的方法，一类是在识别恶化条件　

下，对参数进行优化估计，如噪声模型补偿方　法　】，随机匹配技术　］，最大似然线性回归　

（ＭＬＬＲ，ｍａｘｉｍｕｍ　ｌｉｋｅｌｉｈｏｏｄ　ｌｉｎｅａｒ　ｒｅｇｒｅｓｓｉｏｎ）；另一　类是将人耳的感知特性应用于语音识别，如基于感　

知特性的特征参数　’　，独立子带分析　，　］。　

由于通常语音信号特征提取都要进行正交化处　

理，这会导致窄带噪声污染扩散，此外，识别对象　

以及噪声在不同频带上能量分布存在差异，因此，　

在噪声环境下，ＭＬＬＲ算法采用全带单一线性变换　

的形式进行参数优化估计，过于简单，不能充分反　映信号本身特性以及环境间的关系。而基于独立感　知理论提出的多子带框架利用了信号的频谱特　

征　］，但丢失了信号带间相关性的信息，且Ｓａｎｇｉｔａ　

的子带算法（以下简称Ｓ算法）要求信号存在不受　

噪声影响的频带，而许多实际环境并不满足这一假　

设，实验表明，该算法在宽带噪声环境下识别性能　

较差，特别是在低信噪比环境下其性能的弱点更为　突出。　

文章编号：１００２—８６８４（２００７）０６＂００４１－０３　⑥６＠＠　＠响响⑨０⑥　Ｖ　语音技术ｎｎ　

噪声环境下说话人识别性能的研究　

张飞云。，蔡子亮。，盛胜我　（１．许昌学院电气信息工程学院，河南许昌４６１０００；２．同济大学声学研究所，上海２０００９２）　・论文・　

【摘要】为了提高噪声环境下说话人识别系统的识别性能，将基于听觉掩蔽效应的语音增强技术作为预处理器，　对语音信号首先进行降噪处理，提高输入信号的信噪比。实验证明，经过降噪处理的语音信号送入说话人识别系　

统，提高了系统的识别性能。　【关键词】说话人识别；高斯混合模型；特征提取；掩蔽阈值；语音增强　【中图分类号】ＴＮ９１２　【文献标识码】Ａ　Ｒｅｓｅａｒｃｈ　ｏｎ　Ｓｐｅａｋｅｒ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｕｎｄｅｒ　Ｎｏｉｓｙ　Ｅｎｖｉｒｏｎｍｅｎｔ　ＺＨＡＮＧ　Ｆｅｉ－ｙｕｎ。，ＣＡＩ　Ｚｉ－ｌｉａｎｇ。，ＳＨＥＮＧ　Ｓｈｅｎｇ－ｗｏ　（１．Ｘｕｃｈａｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｕｃｈａｎｇ　Ｈｅｎａｎ　４６１０００，Ｃｈｉｎａ；２．Ｔｏｎｇｊｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ　２０００９２，Ｃｈｉｎａ）　

【Ａｂｓｔｒａｃｔ】　Ｓｐｅｅｃｈ　ｅｎｈａｎｃｅｍｅｎｔ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｍａｓｋｉｎｇ　ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　ｔｈｅ　ｈｕｍａｎ　ａｕｄｉｔｏｒｙ　ｓｙｓｔｅｍ　ｉｓ　ｕｓｅｄ　ｔｏ　ｒｅｄｕｃｅ　ｔｈｅ　ｗｈｉｔｅ　ｎｏｉｓｅ　ｉｎ　ｔｈｅ　ｆｒｏｎｔ—ｅｎｄ．　Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｓｐｅａｋｅｒ　ｒｅｃｏｇｎｉｔｉｏｎ　

ｓｙｓｔｅｍ　ｉｓ　ｉｍｐｒｏｖｅｄ　ｗｉｔｈ　ｔｈｅ　ｐｒｏｃｅｓｓｅｄ　ｓｐｅｅｃｈ　ｓｉｇｎａｌ　ｉｎ　ｔｈｅ　ｎｏｉｓｅ　ｅｎｖｉｒｏｎｍｅｎｔｓ．　【Ｋｅｙ　ｗｏｒｄｓ】ｓｐｅａｋｅｒ　ｒｅｃｏｇｎｉｔｉｏｎ；ｇａｕｓｓｉａｎ　ｍｉｘｔｕｒｅ　ｍｏｄｅｌ；ｆｅａｔｕｒｅ　ｅｘｔｒａｃｔ；ｍａｓｋｉｎｇ　ｐｒｏｐｅｒｔｉｅｓ；ｓｐｅｅｃｈ　ｅｎｈａｎｃｅｍｅｎｔ　

车机语音识别降噪算法原理

车机语音识别降噪算法原理

随着智能交通的发展，越来越多的车辆开始配备车载语音识别系统，使得驾驶体验更加智能化和人性化。但是，车载语音识别系统由于受到车内环境和噪声的影响，导致语音输入的准确率和稳定性无法得到有效保证。因此，如何提高车载语音识别的降噪能力成为了一个非常关键的问题。

一、背景分析

车载语音识别降噪算法可分为单通道和多通道两种方式。单通道降噪算法主要采用滤波器法，多通道降噪算法则使用了主动噪声抵消技术(ANC)和逆滤波技术，使得语音输入更加清晰和准确。

二、单通道降噪算法原理

单通道降噪算法主要针对车内静电噪声、机械噪声和风噪声等噪声类型，通过设计数字滤波器和卷积操作将噪声信号消除。其主要分为两个步骤：（1）获取语音信号并进行预处理，消除直流分量和低频分量；（2）通过数字滤波器降噪，将噪声信号与语音信号进行分离并进行消除。

三、多通道降噪算法原理

多通道降噪算法主要针对车内交通噪声、背景噪声和共振噪声等复杂的噪声场景。其主要采用主动噪声抵消技术和逆滤波技术，通过多个传感器采集噪声信号，并根据音源和噪声的位置关系，构建出优化的音源和噪声传输函数，并实时调整传输函数中的滤波器系数进行噪声消除。

四、总结

车载语音识别降噪算法的研究对于提升语音输入质量和驾驶安全性有着重要的意义。目前单通道降噪算法已经较为成熟，但是还需要进一步提高抗噪性能，多通道降噪算法则是未来的发展方向，可以有效地提高车载语音识别的稳定性和准确性，实现真正的人性化智能驾驶。