论文部分内容阅读
噪声鲁棒性问题是当前语音识别技术面临的主要挑战之一.安静环境下的语音识别系统已经可以达到较好的性能,然而,一旦语音环境改变,系统性能将发生较大改变.如在噪声环境下,系统性能往往有较大降低.通过改善识别特征来提高识别系统鲁棒性是当前鲁棒语音识别研究中的重要方法.本文通过深入研究语音的声学特征,提出了对当前语音识别中常用声学特征的几种改进方法.论文的主要贡献如下:1)鲁棒语音识别中基于非线性语音特征处理的研究2)基于调制谱特征的语音识别算法研究3)基于调制谱特征的信噪比估计在识别中的应用研究4)嵌入式鲁棒语音识别调制谱特征的应用研究