摘 要

針對噪音環(huán)境下，語音識(shí)別率嚴(yán)重下降，根據(jù)清濁音發(fā)音原理的不同，提出一種清濁音分離抗噪的語音識(shí)別算法。實(shí)驗(yàn)結(jié)果表明，該方法能在噪音環(huán)境下明顯提高語音識(shí)別率。

【關(guān)鍵詞】語音識(shí)別 清音 濁音 高斯模型 超高斯模型

語音識(shí)別技術(shù)就是讓機(jī)器接收，識(shí)別和理解語音信號(hào)，并將其轉(zhuǎn)換成相應(yīng)數(shù)字信號(hào)的技術(shù)。1956年，普林斯頓大學(xué)RCA實(shí)驗(yàn)室成功運(yùn)用模擬電路將識(shí)別語音與模板語音進(jìn)行對比（運(yùn)算），從而開發(fā)出單音節(jié)識(shí)別系統(tǒng)。1959年，英國的Fry和Denes等人共同開發(fā)出一個(gè)改進(jìn)的語音識(shí)別器，它能識(shí)別出9個(gè)輔音和4個(gè)元音，同時(shí)他們還制定了一些與音素序列有關(guān)的規(guī)則，這標(biāo)志著人類開始對語音中元音和輔音的分別研究。上個(gè)世紀(jì)八十年代，一種由馬爾可夫鏈演變而來，并用參數(shù)表示的用于描述隨機(jī)過程統(tǒng)計(jì)特性的概率模型得到了空前的發(fā)展，目前大部分語音識(shí)別系統(tǒng)都是以它作為基本框架來建模，這便是隱馬爾可夫模型（Hidden Markov Model，HMM）。該模型能在安靜環(huán)境中或某種特定噪音環(huán)境中，取得很好的識(shí)別效果。但對于復(fù)雜的噪音環(huán)境，識(shí)別率下降顯著。針對這一弊端，本文提出一種清濁音分離抗噪的語音識(shí)別算法，它將清音和濁音進(jìn)行分離，并針對各自不同的特點(diǎn)分別進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明，該方法能有效降低噪音，提高噪音環(huán)境下的語音識(shí)別率，具有很高的實(shí)用性。

1 語音的聲學(xué)原理

用數(shù)字技術(shù)來描述產(chǎn)生模擬信號(hào)的語音，這一過程稱為語音信號(hào)的聲學(xué)模型。根據(jù)發(fā)音原理的不同，語音信號(hào)分為清音和濁音。清音是發(fā)音時(shí)聲帶不振動(dòng)而與空氣摩擦產(chǎn)生的音。當(dāng)氣流通過聲門時(shí)，如果聲道中某處面積很小，氣流高速?zèng)_過此處時(shí)產(chǎn)生湍流，當(dāng)氣流速度與橫截面積之比大于某個(gè)臨界速度便產(chǎn)生摩擦音即清音。將發(fā)音時(shí)聲帶振動(dòng)而產(chǎn)生的音稱為濁音，人平時(shí)說話以濁音居多。清音由白噪聲序列激勵(lì)一個(gè)線性系統(tǒng)而產(chǎn)生，這個(gè)線性系統(tǒng)僅由激勵(lì)源和輻射模型級(jí)聯(lián)而成。濁音的產(chǎn)生原理則不一樣，它是由一個(gè)周期性的δ脈沖串激勵(lì)一個(gè)線性系統(tǒng)而產(chǎn)生的輸出，該線性系統(tǒng)由激勵(lì)源、聲道模型和輻射模型級(jí)聯(lián)而成。清音和濁音的產(chǎn)生過程如圖1所示。

其中，系數(shù)Av和Au分別用來調(diào)節(jié)濁音和清音的幅度和能量。

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中，加入一個(gè)白噪聲序列，將普通算法，高斯模型抗噪算法與超高斯模型抗噪算法三者進(jìn)行測試，分別識(shí)別不同語音，得到識(shí)別率如表1所示。

由表1可知，在白噪音的環(huán)境下，普通算法識(shí)別率非常低，不能滿足要求。而高斯模型抗噪算法，識(shí)別率明顯上升，能滿足一些要求不高的場合。超高斯模型抗噪算法識(shí)別率最高，能基本滿足實(shí)際需要。且三種算法，隨著識(shí)別語音總量的增加，其識(shí)別率都有所下降。

4 結(jié)束語

語音信號(hào)按照其發(fā)音原理的不同，可分為清音和濁音，清音靠與空氣摩擦發(fā)音，濁音靠聲帶振動(dòng)發(fā)音，各自也具有不同的聲學(xué)模型。在帶噪音干擾語音識(shí)別中，超高斯分布模型考慮到語音信號(hào)自身的分布特點(diǎn)，以及人耳對不同頻譜相位的敏感度不同，更加真實(shí)地反映出語音頻譜的參數(shù)分布，提高了噪音下的語音識(shí)別率。但仍然忽略掉一些高階多項(xiàng)式，而這些多項(xiàng)式在特定場合下是需要考慮的，這正是今后需要進(jìn)一步研究的。

參考文獻(xiàn)

[1]李云.基于HMM的語音分組識(shí)別系統(tǒng)的研究[D].廣州：廣東工業(yè)大學(xué)，2013：1-3.

[2]李云.語音分組識(shí)別技術(shù)的研究[J].廣東工業(yè)大學(xué)學(xué)報(bào)，2014，31（02）：1-4.

[3]李云.快速語音識(shí)別算法的研究[J].信息技術(shù)，2017，17（02）：27-28.

[4]何勇軍.語音識(shí)別中寬帶失配的補(bǔ)償研究[J].計(jì)算機(jī)學(xué)報(bào)，2011，34（09）：1629-1637.

[5]嚴(yán)斌峰.語音識(shí)別確認(rèn)中的置信特征和判定算法[J].軟件學(xué)報(bào)，2006，17（12）：2547-2553.

[6]袁勝龍.基于深層神經(jīng)網(wǎng)絡(luò)的藏語識(shí)別[J].模式識(shí)別與人工智能，2015，28（03）：209-213.

[7]楊淑瑩.基于免疫貓群優(yōu)化算法的矢量量化的碼書設(shè)計(jì)及語音識(shí)別[J].模式識(shí)別與人工智能，2014，27（07）：577-583.

[8]崔金鐘.基于DHMM的嵌入式語音識(shí)別系統(tǒng)的實(shí)現(xiàn)與優(yōu)化[J].電子科技大學(xué)學(xué)報(bào)，2013，42（06）：930-934.

[9]劉曉峰.Logistic核函數(shù)及其在語音識(shí)別中的應(yīng)用[J].華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，43（05）：100-106.

[10]王憲亮.基于SVM一對一分類的語種識(shí)別方法[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，53（06）：808-812.

[11]Zhang Rui.Facilitating the applications of support vector machine by using a new kernel[J]. Expert Systems with Applications，2011，38（11）：14225-14230.

[12]王國勝.核函數(shù)的性質(zhì)及其構(gòu)造方法[J].計(jì)算機(jī)科學(xué)，2006，33（06）：172-174.

[13]Du pei-jun.Wavelet SVM in reproducing kernel Hilbert space for hyperspectral remote sensing image classification[J].Optics Communications，2010，283（24）：4978-4984.

[14]李冠宇.藏語拉薩話大詞表連續(xù)語音識(shí)別聲學(xué)模型研究[J].計(jì)算機(jī)工程，2012，38（05）：189-191.

[15]Hinton G E. A Fast Learning Algorithm forDeep Belief Nets.Neural Computation[J].2006，18（07）：1527-1554.

作者簡介

李云（1984-），男，四川省廣漢市人。碩士學(xué)位。助教。2013年6月畢業(yè)于廣東工業(yè)大學(xué)，現(xiàn)在四川信息職業(yè)技術(shù)學(xué)院擔(dān)任教師工作。主要研究方向?yàn)檎Z音識(shí)別，從事語音識(shí)別算法研究及語音識(shí)別產(chǎn)品開發(fā)。

作者單位

四川信息職業(yè)技術(shù)學(xué)院 四川省廣元市 628000endprint