混响声场中语音识别方法研究

• 作者: 徐柏龄 栗学丽
• 来源期刊: 南京大学学报(自然科学版)
• 学科: 工学
• 关键词: 混响声场 语音识别 滤波规整的Mel频率倒谱参数 矢量量化
• 年，卷（期）: 2003,（4）
• 页码范围: 525-531
• 页数: 7页
• 分类号: TN912.34
• 字数: 4900字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2003.04.011

摘要

免提式话筒语音识别系统是语音识别走向实用的目标之一.实现这一系统,首先要解决房间效应引起的混响问题.通过讨论室内混响声场中语音的特点,提出用鲁棒性特征参数--滤波规整的Mel频率倒谱参数(FNMFCC),即MFCC参数在对数功率谱域进行低通滤波,倒谱域进行均值减,并用标准差加权进行非线性规整,采用这3种措施来消除混响引起的语音参数的变化.识别方法用矢量量化法,用4组无混响数码语音进行训练,对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98.7%.提出的这一新方法在不降低无混响音识别率的情况下,提高了混响声场的语音识别率.该方法不仅识别率高,而且运算量小、所需内存空间小,易于做成小型实用的快速识别系统.