语音增强和噪声背景中的话音识别研究

本课题：①研究了人耳的听觉模型，提出了动态阈值法增强含噪语音，这个方法不仅提高了语音的信噪比，而且减少了语音的失真度；②研究了语音中的模糊性和随机性，提出了用多模糊状态描语音的层次模型和隶属函数的神经网络实现方法，将模糊神经网络方法应用于说话人识别和语音识别，获得了很高的识别率；③提出了特征矢量二值量化方法，将其应用于噪声背景中的话者识别，不仅系统存贮量、运算量小，而且具有很强的抗噪性能；④研究并利用人工神经网络模拟生物神经系统的信号分析功能，探讨了基于人工神经元的信号非线性、自适应、正交分析结构，并用函数扩展网络成功地予以实现。