雜訊環境下經驗模態分解法於語音辨識之應用; An Application of Empirical Mode Decomposition Method to Speech Recognition in Noisy Environment

NCU Institutional Repository > 資訊電機學院 > 電機工程研究所 > 博碩士論文 > Item 987654321/10051

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/10051

题名:	雜訊環境下經驗模態分解法於語音辨識之應用;An Application of Empirical Mode Decomposition Method to Speech Recognition in Noisy Environment
作者:	陳文杰;Wen-Jay Chen
贡献者:	電機工程研究所
关键词:	語音辨識;經驗模態分解法;白雜訊;Speech Recogniton;Empirical Mode Decomposition;White Noise
日期:	2006-06-30
上传时间:	2009-09-22 12:04:52 (UTC+8)
出版者:	國立中央大學圖書館
摘要:	在本論文中，我們應用黃鍔博士所提出的經驗模態分解法（Empirical Mode Decomposition, EMD），利用信號內部變化的時間尺度作為能量與頻率的直接析出，可將信號分解成數個本質模態函數（Intrinsic Mode Function, IMF）之組合，其基底含有信號中不同尺度的特性，能夠表達信號中之物理特性。利用基底中的資訊應用在關鍵詞萃取技術，改善在低訊雜比、均勻分布（uniformly distributed）的白雜訊之環境的辨識率。我們利用黃鍔博士所提出的經驗模態分解法，藉由所析出的第一個本質模態函數，對雜訊環境下的語音信號做去除雜訊的定性與定量的初步分析，在「前端處理」時去除在語音信號中的部分雜訊，辨識過程中可以改善辨識率，達到類似語音增強（speech enhancement）的效果。此外，我們也利用經驗模態分解法所析出的第一個本質模態函數估測信號的訊雜比，藉以進行「模型切換」的動作，決定在辨識階段時所需要的語音模型，實驗結果也發現可以改善系統在低訊雜比環境下的辨識率。最後，我們將上述2種方法結合，希望能夠再改善系統辨識率。經由實驗的結果，我們可以正確地估算測試語料的訊雜比屬於在哪各區間，並在辨識階段切換至該區間較佳的語音模型進行辨識，切換正確率可達到97.95%。經由此方式我們在訊雜比SNR = 0dB與SNR = 10dB時，可分別達到相對改善率為56.25%與27.56%。 In this thesis, we study the Dr. Huang's Empirical Mode Decomposition method, EMD, which use yardstick change of time within signals to resolve signals into the combination of several Intrinsic Mode Functions, IMFs. IMFs contain different characteristics of signals and can express the physical characteristic in signals. We apply the information of the first IMF to the keyword spotting technique, and found that can improve recognition rate in different uniformly distributed SNRs of white noise environment. We apply EMD method to speech signals and make noise reduction procedure in the front-end processing according to qualitative and quantitative initially analysis of the first IMF. This method can improve the recognition rate in noisy conditions and get results like speech enhancement. In addition, we use the information of the first IMF to estimate SNR of a speech signal and switching system to the better acoustic model in recognition stage. Experimental results found that can improve recognition rate in low SNR environment. Finally, above-mentioned two kinds of methods are combined to improve the recognition rate systematically again. Results show we can estimate correctly test material in which SNR condition and switch system to the better acoustic model in recognition stage. By this way, we can switch correctly up to 97.95% and reach relative improvement 56.25% and 27.56% at SNR=0dB and SNR=10dB conditions respectively.
显示于类别:	[電機工程研究所] 博碩士論文

文件中的档案:

档案	大小	格式	浏览次数

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....