国家高技术研究发展计划(2009ZX01038-002-002-2)
- 作品数：1 被引量：1H指数：1
- 相关作者：郑方蒲甫安李银国更多>>
- 相关机构：重庆邮电大学清华大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：电子电信更多>>
- 基于统计阈值的鲁棒性语音识别(英文)被引量：1
- 2012年
- 近几十年来,语音识别系统已由实验室环境走向真实的世界中。在不同的环境噪声下,识别性能却仍不尽人意,尤其是在低信噪比的环境中。为解决在低信噪比情况下的低识别率的问题,以声学参数MFCC(Mel-frequency cepstrum coefficient)为基础,提出了一种基于统计阈值的倒谱均值方差归一化算法,该算法能进一步减小训练环境和测试环境的不匹配程度,从而提升了语音识别系统对环境噪声的鲁棒性。首先,对输入的语音提取MFCC声学参数,然后对提取的声学参数作均值方差归一化处理,最后采用统计阈值的方法抑制归一化后存在变异的特征。该算法能增加带噪语音特征和纯净语音特征的相似性;与MFCC为基线的系统相比,在低信噪比情况下,该算法的错误率最高下降约40%,同时该方法也优于其他的鲁棒性特征倒谱均值减和倒谱均值归一。
- 李银国蒲甫安郑方
- 关键词：鲁棒性特征提取语音识别
