[发明专利]基于信噪比加权模板特征匹配的抗噪语音识别方法及装置

说明书

技术领域

本发明涉及一种声音信号处理技术，特别涉及一种基于信噪比加权模板特征匹配的抗噪语音识别方法及装置。

背景技术

语音识别的应用领域非常广泛，几乎涉及到日常生活的方方面面。如语音拨号系统、订票系统、医疗服务、银行服务、听写机、计算机控制、工业控制、语音通信系统等。语音识别技术在工业、家电、通信、医疗、家庭服务等各个领域深刻改变人类现有的日常生活方式。如今，实际环境对语音识别的声学噪声鲁棒性要求越来越高，因此，提取具有鲁棒性和较强区分能力的特征向量对语音识别系统具有重要的意义。

现在用于语音识别的特征都基于语音信号的功率谱，功率谱表示了信号在频域范围的能量分布。当存在外部噪声时，这种能量分布还包含了噪声的能量。这就使得相应的特征向量对外部噪声十分敏感，导致在噪声环境下的语音识别系统性能不佳。

解决特征向量对外部噪声敏感的方法主要有两方面，一个是基于特征，一个是基于模型。基于特征的方法是在语音识别系统的前端使生成的特征向量尽量与噪声无关。而基于模型的方法是在语音识别系统的后端，通过测试环境下的少量自适应数据，对模型参数进行调整，逐渐将模型参数变换到实际环境，从而达到提高系统识别率的目的。基于特征的解决方法有谱减法、RASTA处理法等。基于模型的方法有并行模型混合法（PMC），基于矢量泰勒级数的自适应法（VTS），信号分解法等。

目前，用于语音识别的提取的语音信号特征参数主要有两种：线性预测倒谱系数（LPCC）和Mel频率倒谱系数（MFCC）。LPCC特征参数能够有效地表示语音参数并且有着较高的计算速度，但没有考虑人类的听觉系统对语音处理的特点。Mel频带划分是对人耳听觉特性的一种工程化模拟，MFCC在一定程度上模拟了人耳对语音处理的特点。

然而无论是MFCC还是LPCC，现有的语音识别特征，在低信噪比环境下的识别性能都不是很好，为了克服这一弱点，本发明首先提出一种通过改变相关性度量而在低信噪比情况下具有更好鲁棒性的新特征，即采用两个时间延迟信号向量之间的夹角作为相关性度量，因为角度是传统自相关系数数量积的非线性变换，用相位可以在频域上增强波峰的作用，而波峰相对噪声鲁棒性更高。接着，根据传统特征适于高信噪比，新特征适于低信噪比，提出一种根据信噪比加权的模板匹配计算方法，最后提出相应装置。

发明内容

本发明的首要目的在于克服现有技术的缺点与不足，提供一种基于信噪比加权模板特征匹配的抗噪语音识别方法，该方法适应范围广，准确性高。

本发明的另一目的在于克服现有技术的缺点与不足，提供一种实现基于信噪比加权模板特征匹配的抗噪语音识别方法的装置，在DSP/ARM7芯片操作，可以使用TI的TMS320C6711或三星的ARM7S3C44B0实现。

本发明的首要目的通过下述技术方案实现：一种基于信噪比加权模板特征匹配的抗噪语音识别方法，包括以下步骤：

步骤一：对输入语音信号进行预处理，求得相位系数；

将数字化后的语音信号s[n]进行分帧处理，同时采用汉明窗对其进行加窗。分为T帧，

{s₀[n],s₁[n],...,s_t[n],...,s_T-1[n]}

其中

s_t[n]={s[Kt],s[Kt+1],...,s[Kt+N-1]}

K为帧移，N为帧长，s_t[n]为在时刻t的帧信号序列。