前言
當(dāng)前語音識(shí)別的研究已取得了較為豐碩的成果，在安靜環(huán)境下性能令人滿意，逐漸被應(yīng)用在諸多人機(jī)交互的場(chǎng)合。然而，由于噪聲的存在，語音識(shí)別系統(tǒng)在實(shí)際環(huán)境下性能急劇下降，如何提高語音識(shí)別的噪聲魯棒性，逐漸成為近年來語音識(shí)別的研究熱點(diǎn)。本書主要研究農(nóng)產(chǎn)品市場(chǎng)信息采集作業(yè)環(huán)境中的語音識(shí)別噪聲魯棒性問題，針對(duì)當(dāng)前缺乏面向農(nóng)產(chǎn)品市場(chǎng)信息采集領(lǐng)域的語音識(shí)別引擎，而通用領(lǐng)域的識(shí)別算法又不適合解決上述問題，分析環(huán)境的噪聲特點(diǎn)，面向非特定人和中小規(guī)模詞匯量的連續(xù)漢語普通話識(shí)別，訓(xùn)練聲學(xué)模型，研究適用于該環(huán)境下的語音識(shí)別魯棒性方法。本書主要研究的內(nèi)容包括：
（1）基于隱馬爾科夫模型（HMM）框架建立了聲學(xué)模型，利用自建的農(nóng)產(chǎn)品市場(chǎng)信息語料庫進(jìn)行訓(xùn)練和測(cè)試HHM模型，基于HTK工具包建立了農(nóng)產(chǎn)品價(jià)格語音識(shí)別基線系統(tǒng)。
（2）在分析農(nóng)產(chǎn)品市場(chǎng)信息采集環(huán)境的噪聲特點(diǎn)的基礎(chǔ)上，從模型空間和特征空間對(duì)系統(tǒng)采取了多種魯棒性方法，包括：在聲學(xué)模型的識(shí)別基元選取上，采用了一種擴(kuò)展的三音素聲韻母模型，有效地解決了音節(jié)內(nèi)部和音節(jié)間的協(xié)同發(fā)音問題，大大提高了識(shí)別率；針對(duì)建模后三音子模型數(shù)量急劇增加問題，采用了決策樹狀態(tài)聚類方法，建立了一套二值問題規(guī)則集，并將語音學(xué)的專業(yè)知識(shí)融合進(jìn)決策樹，通過聚類減少了三音子模型的數(shù)量，有效地解決了訓(xùn)練數(shù)據(jù)不充分問題；鑒于倒譜均值歸一化（CMN）方法在消除信道卷積噪聲以及加性噪聲方面的良好表現(xiàn)，在農(nóng)產(chǎn)品市場(chǎng)信息語音識(shí)別系統(tǒng)中采用，有效緩解了信道噪聲影響。
（3）在信號(hào)空間，為了提高輸入語音信號(hào)的信噪比，采用了譜減類算法進(jìn)行語音增強(qiáng)，但譜減算法容易帶來信道失真和音樂噪聲。為了減少這種失真，提出了一種聯(lián)合語音增強(qiáng)與特征補(bǔ)償?shù)聂敯粜苑椒�，把倒譜均值方差歸一化方法（CMVN）與譜減類算法進(jìn)行了結(jié)合，二者互為補(bǔ)充。實(shí)驗(yàn)結(jié)果表明，聯(lián)合后的算法能有效提高系統(tǒng)的識(shí)別率，特別是在低信噪比時(shí)效果更為明顯。
（4）在統(tǒng)計(jì)估計(jì)理論的框架下，研究了估計(jì)幅度與實(shí)際幅度的最小均方誤差（MMSE）估計(jì)器以及對(duì)數(shù)最小均方誤差（logMMSE）幅度估計(jì)器。在此基礎(chǔ)上提出了一種聯(lián)合MMSE以及l(fā)ogMMSE幅度估計(jì)與CMVN失真補(bǔ)償?shù)聂敯粜苑椒�。不同農(nóng)產(chǎn)品市場(chǎng)信息采集環(huán)境下的實(shí)驗(yàn)證明，該方法具有一定的噪聲魯棒性，多種空間算法的有機(jī)結(jié)合可以提供系統(tǒng)的魯棒性，特別是在低信噪比時(shí)更為明顯。
本書的研究為語音識(shí)別在農(nóng)產(chǎn)品市場(chǎng)信息采集環(huán)境中的應(yīng)用建立了一套魯棒性方法，為今后語音識(shí)別在農(nóng)業(yè)信息采集領(lǐng)域的應(yīng)用提供了借鑒。然而，由于水平所限，編寫時(shí)間倉促，書中難免會(huì)出現(xiàn)一些錯(cuò)誤或者不準(zhǔn)確的地方，懇請(qǐng)讀者批評(píng)指正。
本書初稿完成后，得到了諸葉平、趙俊峰、王向東、周國民等人的審閱和指導(dǎo)，提出了很多寶貴意見，對(duì)本書質(zhì)量的提高有很大幫助，在此向他們表示衷心的感謝。
本書是作者參與承擔(dān)國家自然科學(xué)基金項(xiàng)目的部分研究成果，具有一定的理論性和實(shí)際應(yīng)用性。

著者2018年3月