基于MMSE谱减算法的农产品市场信息语音识别技术

为解决传统的便携式农产品市场信息采集设备操作不便,易受使用环境影响等问题,提出利用语音识别技术采集信息,以增加操作界面的灵活性。为增强语音识别的抗噪声鲁棒性,针对农产品市场信息采集的特殊工作环境,采集到20男20女语音训练集材料。首先利用最小均方误差( MMSE)谱减法进行前端带噪语音增强,得到增强后的语音信号,然后提取其 MFCC 特征用于HMM声学模型的训练;声学识别单元采用上下文相关的三音子模型,模型训练过程中采用了决策树状态聚类和增加高斯混合分量的策略,以提高模型的精确度。在3处不同环境不同信噪比情况下对训练出的模型进行测试,结果表明,MMSE谱减算法处理后的语音识别率比基本谱减法( SS)、多带谱减法( MB)有明显的提高,特别是在较低信噪比情况下更为明显。     

农产品市场信息采集的语音识别鲁棒性方法

当前便携式农产品市场信息采集设备缺少语音接口,且通用领域的识别算法又过于复杂,为此提出一种适用于该设备作业环境的语音识别鲁棒性方法。首先利用MMSE估计器对带噪信号进行增强,以提高输入信号的信噪比;对增强后产生的语音失真和残留噪声,再利用倒谱均值方差归一化（CMVN）方法进行补偿。实验结果表明,该联合后的算法能有效的提高系统的识别率,特别是在低信噪比（0~10 dB）环境下更为有效。     

语音增强在去除猪咳嗽噪声中的应用研究

[目的]猪的咳嗽声音可用来评价猪的健康状况,然而在实际环境中,猪场中常装有风扇使得提取到的猪咳嗽声音信号受到低频风扇噪声的干扰。为了滤除低频噪声,提出了基于猪咳嗽声音信号的增强方法。[方法]结合猪咳嗽声音信号的特点,借鉴语音增强方法对含噪猪咳嗽声音信号进行去噪处理。首先,分别采集猪咳嗽声音信号和风扇噪声信号,利用MATLAB(2016a)对两种信号分别进行分析处理,得到其时频域特性。其次,采用基于离散余弦变换(DCT)的增强算法对含噪猪咳嗽声音信号进行处理,同时对基于经验模态分解(EMD)和小波包变换(WPT)的增强方法和DCT的增强算法在去除风扇噪声的效果进行比较。[结果]理论分析与仿真表明,在-5~5dB的信噪比环境中,基于DCT的增强方法无论是在低信噪比还是非平稳噪声环境下,均比基于EMD和WPT的增强方法得到更高的增强信噪比信号。[结论]说明基于DCT的增强方法具有更好的去噪效果,可以更好的分离出猪咳嗽声音信号和风扇噪声信号。     

高噪声环境下基于倒谱距离的语音端点检测算法的实现

为了在高噪声环境下得到较清晰的语音信息,对倒谱距离算法进行了改进,利用语音信号的倒谱向量判断语音端点信息。MATLAB仿真实验结果表明,在白噪声和汽车噪声环境下,信噪比分别为10 dB和15 dB时,得到的语音单字清晰度分别达到93%和95%,实现了90~100 dB高噪声环境下可靠的语音通信。     

一种新的对数能量谱熵语音端点检测方法

将一种新的对数能量(LE)特征和谱熵(SE)特征相结合,提出一种新的对数能量谱熵(LESE)特征,采用模糊C均值聚类算法和贝叶斯信息准则算法进行LESE特征门限估计,并使用双门限法进行语音端点检测.在TIMIT连续语音库上的实验结果表明,相比于能量谱熵(EE)法和对数能量(LE)法,在噪声环境下LESE法具有更好的检测性能,表现出更好的稳健性.当信噪比为-5 dB时,LESE法的检测错误率仅为18.02%,在信噪比为0~10 dB时,其检测错误率要明显低于EE法和LE法.     

两种改进的谱减降噪处理算法对比分析

降噪处理是提高语音通信质量的有效手段,能够降低噪音所带来的影响。采用传统谱减法增强含噪音的语音信号之后,尽管可以较为明显地消除噪音,而且能够提升信噪比,但是效果依然有限。本文提出传统谱减算法中的噪音零均值为高斯分布的假设,对非零项估算法和调节参数法这两种典型的改进算法进行了实验分析。实验结果表明:两种典型的改进算法都能够更好地控制噪音,其中非零项估算法信噪比的提升幅度更大,尤其当信噪比处于较低水平时,有更加明显的增强效果。     

用负熵最大化小波实现强噪声下的语音识别

针对高噪环境下语音识别的困难,以独立分量分析和小波理论为基础,提出一种负熵最大化小波语音降噪预处理新方法,对不同种类和不同输入信噪比的噪声设计了试验,结果表明在低输入信噪比情况下本方法的优越性,此结论对高噪环境下的信号分析和语音识别具有重要意义。     

基于分形理论的语音端点检测

为提高语音端点检测(VAD)在较低信噪比(<10 dB)下的准确率,提出一种基于短时分形维数的改进算法。结合语音信号的特点,对2种常用的语音信号分形维数计算方法进行了比较和选择,同时采用动态跟随门限值实现语音端点的自适应检测。试验结果表明:对于信噪比6~10 dB的带噪语音,此方法可以实现整段语音的检测,而且具有一定的噪声鲁棒性,系统运行期间能够自适应调整门限值以适应环境噪声的变化,提高了VAD算法的准确率。     

基于音频技术的白羽肉鸡咳嗽识别算法研究

[目的]咳嗽是肉鸡呼吸道发病初期的主要症状,为实现肉鸡呼吸道疾病非接触式监测,本研究提出一种肉鸡咳嗽声识别算法。[方法]利用网络拾音器采集白羽肉鸡咳嗽及其他声音数据,选用最小均方误差(MMSE)谱减法对其进行滤波去噪;经预处理后人工截取肉鸡咳嗽样本与噪声样本;提取样本基于小波变换的梅尔频率倒谱系数(WMFCC)特征,构建高斯混合模型-隐马尔科夫模型(GMM-HMM)识别算法,训练并调整优化咳嗽识别模型。[结果]试验表明,在隐状态数为3,高斯元个数为3时,该模型在测试集上达到最优识别效果,正确率为98.7%。将算法识别结果与人工分类结果比较,肉鸡咳嗽识别算法的平均准确率为95%。[结论]本文提出的肉鸡咳嗽算法模型能较好地检测肉鸡咳嗽,为肉鸡呼吸道疾病的早期自动预警提供技术支持。     

基于Gammatone滤波器组的客观语音质量评估

语音质量是评价通信系统的一项重要指标。现有的语音质量感知评估算法采用基于Bark谱的感知模型,其算法复杂度较大,并且对于人耳的频率选择性的模拟存在不足。针对这一问题,本文提出一种新的客观语音质量评估方法,采用更加符合人耳听觉特性的Gammatone滤波器组提取特征参数,计算原始语音与失真语音的平均失真距离,并由主观平均意见分值和归一化平均失真距离之间的映射关系求出客观平均意见分值。实验表明,与感知评估方法相比,本文所提出算法的计算复杂度大大降低,同时保持了客观平均意见分值与主观平均意见分值之间的高相关度。