[发明专利]一种适用于低信噪比环境下语种识别方法

说明书

本发明针对低信噪比下识别率低的缺点公开了一种适用低信噪比环境下语种识别方法，属于语音识别领域。本发明主要采用滤波、重采样技术对带噪语音进行处理，再提取幅度谱。主要包括以下几部分：本发明首先使用低通滤波器滤除高频部分；再进行重采样；然后进行预处理后提取幅度谱，再次对幅度谱进行重采样，得到低信噪比下取样幅度谱特征。将提取特征输入模型中训练得到对应语种模型，训练好的模型挂载到服务器上，通过客户端采集识别的语音输入到服务器，然后提取特征与训练好的语种模型进行打分判决，最后输出识别结果到客户端。经实验测试，该方法提取的语音特征应用到语种识别领域提高了整体的识别准确率，且识别速度极快。

技术领域

本发明涉及一种低信噪比环境下语种识别方法，本发明属于语音识别领域。

背景技术

由于近年来，人类交流意识越来越强烈，同时越来越多的国家加入丝绸 之路的合作中，还有国际合作的带来的巨大利益吸引着更多的国家加入跨国合作， 从而也导致很多问题的出现。目前最迫切的问题就是语言不通，导致无法更好的 交流合作。虽然机器翻译已经达到了很好的效果，但是前端没有语种识别的加入 会导致人为的手动切换翻译的对象，因此语种识别是一个非常重要的研究问题， 尤其是在低信噪比下识别，一直是一个很难解决的热点。随着机器学习引入，得 到了很好的发展，但是在低信噪比下识别依然有很大局限性，而且想普及到世界 各地依然是一个未知数，因此低信噪比下语种识别需要进一步提高。

发明内容

本发明要解决的技术问题在于一种低信噪比环境下提取有效特征的方法。本 发明在前端引入滤波器滤除高频部分信息，得到低频部分信号，对低频部分信息采用 时域隔A点取样，取样的信号通过预加重、幅值归一化和分帧，对每一帧进行FFT变 换、取模、平滑处理、取对数、IFFT变换、构建声道冲激倒谱序列、声道冲激响应频 谱，从而得到幅度谱，对幅度谱采用奈奎斯特采样定理进行取样得到取样幅度谱。最 后将语种的幅度谱特征输入到训练模型中训练相应语种模型，将训练好的模型挂载到 服务器端。通过客户端采集需要识别的语音输入到服务器，再对语音进行低通滤波处 理，并进去重采样，然后提取取样幅度谱特征并与训练好的语种模型进行打分判决， 最后输出识别结果并返回到客户端网页。此算法通过仿真软件对语音进行特征提取识 别，达到了很好的识别效果。为了解决以上技术问题，本发明采用如下技术方案：一 种低信噪比环境下语种识别方法。该方法包括以下步骤：

S1、滤波

原理：

通过对语谱图的观察统计，发现含有噪声音频的语谱图只有低频部分能量信息还能显现，高频大部分能量信息已经被噪声掩盖，而且大部分的信号能量集中在低频部分，噪声的能量主要集中在高频部分，因此滤除高频部分，可以减少部分噪声的干扰， 相对原语音信噪比提升了。

S2、时域隔点取样

原理：

通过对时域信号采用重采样技术进行隔A点取样，这样滤波后的信号高频部分 就叠加到低频部分。由于语音信息频谱叠加是非等量的，而噪声信息频谱叠加是等量的， 通过平均信噪比公式，可知相对于取样前的信噪比又提高了。带噪语音定义为 x(n)＝s(n)+w(n)，信噪比公式如下：

其中，表示信号能量，表示白噪声能量，s(n)为原语音，w(n) 为零均值高斯白噪声，H为全语音的总采样点数。

隔点取样公式定义如下：

其中，x′(n)是隔点取样后的信号，为取整数部分总取样点数。

S3、提取取样幅度谱

其步骤包括预加重、幅值归一化、分帧、FFT变换、取模、平滑处理、取对数、 IFFT变换、构建声道冲激倒谱序列、声道冲激响应频谱、隔点取样等。

S3.1、预加重