1、自動(dòng)語(yǔ)音識(shí)別系統(tǒng)在噪聲環(huán)境下的魯棒性是語(yǔ)音識(shí)別系統(tǒng)從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用的關(guān)鍵，其主要研究目的是為了解決應(yīng)用環(huán)境與訓(xùn)練環(huán)境之間不匹配所造成的識(shí)別性能下降問(wèn)題。本文在總結(jié)和分析現(xiàn)有噪聲魯棒語(yǔ)音識(shí)別方法的基礎(chǔ)上，重點(diǎn)針對(duì)信號(hào)空間和特征空間的端點(diǎn)檢測(cè)、語(yǔ)音增強(qiáng)和魯棒特征提取等問(wèn)題進(jìn)行了一定的研究，具體的工作及創(chuàng)新如下：
　　首先，本文對(duì)語(yǔ)音信號(hào)產(chǎn)生的數(shù)字模型和語(yǔ)音識(shí)別的基本原理進(jìn)行了簡(jiǎn)單介紹，并根據(jù)語(yǔ)音識(shí)別系統(tǒng)的構(gòu)成將自動(dòng)語(yǔ)音識(shí)別中的噪聲

2、魯棒性方法按照信號(hào)空間、特征空間與模型空間進(jìn)行分類(lèi)總結(jié)。
　　然后，針對(duì)語(yǔ)音識(shí)別中預(yù)處理階段的端點(diǎn)檢測(cè)算法進(jìn)行了分析，在研究基于短時(shí)能量、短時(shí)過(guò)零率和譜熵的端點(diǎn)檢測(cè)算法的基礎(chǔ)上，提出改進(jìn)譜熵端點(diǎn)檢測(cè)算法，仿真實(shí)驗(yàn)的檢測(cè)效果優(yōu)于基本譜熵算法，具有更好的噪聲魯棒性。再者為了抑制噪聲對(duì)語(yǔ)音信號(hào)的影響，研究了譜減法與改進(jìn)譜減法。仿真實(shí)驗(yàn)表明，兩種典型的改進(jìn)譜減法能有效地改善系統(tǒng)輸入信號(hào)的信噪比。
　　其次，從特征空間研究了魯棒語(yǔ)音識(shí)

3、別中的特征參數(shù)提取問(wèn)題，分析比較了語(yǔ)音識(shí)別系統(tǒng)中常用的三種特征提取參數(shù)，線性預(yù)測(cè)系數(shù)（Linear Prediction Coefficients，LPC）、線性預(yù)測(cè)倒譜系數(shù)（Linear Prediction Cepstral Coefficients，LPCC）和美爾頻率倒譜系數(shù)（Mel Frequency Cepstral Coefficients，MFCC）。構(gòu)造出一種基于MFCC的魯棒特征參數(shù)：SS-MFCC，在不同噪聲環(huán)境下