基于相对自相关序列MFCC特征的丢失数据带噪语音识别方法

• 作者: 张军 熊燕 韦岗
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 语音识别 鲁棒语音特征 丢失数据技术
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 45-49
• 页数: 5页
• 分类号: TN912.3
• 字数: 3716字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.01.008

摘要

提出了一种基于相对自相关序列(Relative Autocorrelation Sequences,RAS)MFCC(Mel-Frequency Cepstral Coefficient)特征的丢失数据带噪语音识别新方法.首先分析了环境噪声对RAS-MFCC的影响,提出了一种基于掩盖原理的不可靠分量检测方法;然后采用丢失数据(Missing data,MD)技术来消除畸变分量对识别过程的影响.实验结果表明,本文所提的识别方法可以在不同类型和信噪比的噪声环境中有效提高RAS-MFCC的识别率,并且其性能优于典型的基于滤波器组(Filter bank)语音特征的丢失数据语音识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦岗	华南理工大学电子与信息学院	253	2309	24.0	37.0
2	张军	华南理工大学电子与信息学院	42	365	9.0	18.0
3	熊燕	中山大学电子与通信工程系	2	5	1.0	2.0