1、 2321、引言語音識別技術是非常重要的人機交互技術, 有著非常廣泛的應用領域和市場前景 1。 在近二十年, 語音識別技術在訓練模型、 匹配 時間、 識別率等方面都有較大的提高, 但要全面達到實用的水平, 必 須考慮環境噪聲對識別率的影響。 文中, 運用小波去噪的方法有效 去除了語音信號中大部分噪聲, 大大提高了系統的識別率。2、小波去噪對帶噪的語音信號進行小波變換, 得到各個不同頻帶的子波信 號, 通過頻率的高低, 可以將語音信號和白噪聲粗略地分開 2, 用小 波變換就可以去除高頻部分的噪聲。 小波去噪實質上就是減少噪聲 產生的小波系數, 保留真實信號的系數。2.1 小波分析利用小波變換把信

2、號分解到多尺度中, 在每一尺度下去除屬于 噪聲的小波系數, 保留并增強屬于真實信號的小波系數, 最后經小 波反變換恢復待檢測信號。2.2 小波基的選取小波分析在工程應用中的一個十分重要的問題就是最優小波基的選擇問題, 通過測試用小波分析方法處理信號的結果與理論結 果的誤差大小來選取最佳小波基。文中運用了db3、 db8、 bior4.4、 sym6、 sym8和coif5等6個小波基 對語音信號進行去噪處理, 去噪后的語音與原始語言的信噪比依次 為19.42、 19.68、 19.49、 19.67、 19.72、 19.75。 因此, 選用coif5小波基 作為實驗函數。 在Matlab環境

3、下, 對采集的語音信號疊加高斯白噪聲, 構成帶 噪語音信號。 再用小波技術對帶噪信號進行去噪處理, 得到去噪后 的信號。 仿真的結果如圖1所示。圖 1 語音信號去噪仿真從圖1中可以看出去噪信號去除了加噪信號中的噪聲信號, 提 高了語音信號的信噪比。2.3 小波去噪實驗中采用閾值法進行降噪。 一般來說, 運用閾值去噪法消噪過程可分為三個步驟進行:(1音頻信號的小波分解。(2小波分解高頻系數的閾值量化。 (3音頻信號的小波重構。3、系統實現文中研究對象是 “0-9” 這十個漢語數字。 說話人的聲音經過話 筒從模擬信號轉變為數字信號, 然后將語音文件經過預處理和端點 檢測后進行特征參數提取, 最后把

4、特征參數序列按照HMM算法 3進行模板訓練并得出最終的識別結果。4、系統性能評價評價語音識別系統的性能好壞, 需要多種性能指標, 下面將用三種性能指標對實驗系統進行評價 4:4.1 魯棒性語音識別的噪聲魯棒性是指在輸入語音質量退化, 語音的音素 特性、 分割特性或聲學特性在訓練和測試環境中不同時, 語音識別系統仍然保持較高的識別率的性質 5。 在安靜環境下, 系統識別率為 85%。 在噪聲環境下, 系統識別率為76%。 可以看出雖然對信號加入 了噪聲干擾, 但是識別率還是達到一定的水平。4.2 信噪比純語音信號功率和量化噪聲信號功率的比值稱為量化信噪比。實驗中對語音信號添加信噪比為12的噪聲,

5、 經小波去噪后, 信噪比 接近于20。 一般來說量化信噪比越大, 說明信號中的噪聲越小, 去噪 后的語音越接近純語音。4.3 識別時間本系統在安靜環境下, 識別時間約為5s。 在噪聲環境下, 識別時 間約為4s。 由此看來, 經過去噪后的信號, 其噪聲信息量和非重要信 息量在去噪的過程中會消去一部分, 使得系統的識別時間減少, 識別效率提高 6。5、結語相比于傳統的去噪方法, 小波去噪法有著更好的去噪性能。 文 中采用小波技術有效地去除了語音信號中大部分噪聲, 獲得了較高 的魯棒性和抗噪性。 實驗只能運用在非連續詞匯系統中, 對于連續 大詞匯量系統還有待研究。 擬建立更穩定的模型, 加大模型訓

6、練量 和存儲量, 以提高系統性能。 參考文獻1劉加.漢語大詞匯量連續語音識別系統研究進展J.電子學報, 2000,28(1:85-91.2李海東,李青.基于閾值法的小波去噪算法研究J.計算機技術與 發展,2009,19(7:56-58.3何強,何英.MATLAB 擴展編程(第一版M.北京:清華大學出版社,2002. 4胡光銳.語音處理與識別M.上海:上海科學技術文獻出版社, 1994.5雷建軍,楊震,劉剛.噪聲魯棒語音識別研究綜述J.計算機應用研 究,2009,26(4:1210-1216.6王蘇敏.噪聲背景下孤立詞語音識別方法研究與仿真D.江西:江 西理工大學,2010.基于小波去噪的語音識

7、別系統王蘇敏 謝小云 鄧茜(江西理工大學應用科學學院 江西贛州 341000摘要:在語音信號分析的理論基礎上, 考慮了語音識別系統的實際應用要求, 提出了小波去噪技術的研究。 文中介紹了小波分析的基本理 論, 選取了最佳小波基, 有效去除了語音信號中大部分噪聲。 采用了MFCC參數和HMM算法, 最終建立了噪聲環境下語音識別系統。關鍵詞:語音識別 小波去噪 閾值 中圖分類號:TN912.34文獻標識碼:A 文章編號:1007-9416(201205-0232-01 基于小波去噪的語音識別系統作者:王蘇敏 , 謝小云 , 鄧茜作者單位:江西理工大學應用科學學院江西贛州341000刊名:數字技術與應用英文刊名:Digital Technology and Application年,卷(期:2012(5參考文獻(