文件名称：使用线性预测编码（Lpc），线性预测倒谱系数（Lpcc）和感知线性预测（Plp）对孤立单词的语音识别进行比较，以及模型阶数变化对语音识别率的影响-研究论文
文件大小：245KB
文件格式：PDF
更新时间：2024-06-09 15:43:43
ASR LPC LPCC PLP VQ
机器的自动语音识别（ASR）是六十多年来的研究目标。 尽管取得了所有进步，但在准确性和速度方面，机器仍无法匹敌人类对手的性能，特别是在说话者独立的语音识别的情况下。 因此，当今语音识别研究的重要部分集中在说话者独立语音识别问题上。 在识别之前，必须执行语音处理以获得信号的特征向量。 因此，前端分析起着重要的作用。 原因是其广泛的应用范围以及现有语音识别技术的局限性。 本文的目的是研究，实施和比较那些广泛用于语音识别中的参数化方法，线性预测编码（LPC）技术，线性预测倒谱系数（LPCC）和感知线性预测（PLP）。我们还观察到模型参数变化对识别率的影响。 矢量量化（VQ）用于为每个话语准备单词模型作为模板。 此外，欧几里得距离用作分类器。 使用TI-46文字数据库，比较了干净语音中的前端以及因噪声和频谱可变性而降低的语音。 我们研究了各种SNR级别40dB，35dB，30dB，20dB，15dB，10dB，5dB，0dB和-5dB时语音识别和效果噪声的某些方面。 实验是用高斯白噪声进行的。 据观察，在干净和嘈杂的环境中，LPCC比LPC效果更好。带有DELTA和DELTA-DELTA的PLP在干净和嘈杂的语音中比LPC和LPCC更好。 本文对以上所有语音识别技术进行了比较。 还讨论了每种技术在不同环境下的适用性。