基于PMC方法的鲁棒声学模型研究

• 作者: 倪宏 张东滨 张明新 陈国平
• 来源期刊: 中国科学院研究生院学报
• 学科: 工学
• 关键词: 并行子状态 语音识别 噪声鲁棒 并行模型结合
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 论文
• 页码范围: 660-664
• 页数: 5页
• 分类号: TP391.42
• 字数: 3253字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1175.2006.05.015

摘要

在噪声鲁棒语音识别研究中,使用并行模型结合(parallel model combination,PMC)方法得到的模型理论上能够接近匹配噪声环境模型的性能,故成为噪声鲁棒语音识别的重要研究方向.本文首先提出了一种基于前后向差分动态参数的特征MFCC_FWD_BWD,该特征满足PMC对特征构造矩阵可逆的要求.在此基础上,提出了一种用于PMC的新模型--并行子状态隐马尔可夫模型(parallel sub-state hidden Markov model,PSSHMM),该模型每个状态包含平行关系的子状态,且子状态间存在转移关系.实验表明,PSSHMM模型在各种噪声和SNR下取得了较好的识别效果,特别是对于非平稳噪声,其鲁棒性能非常显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪宏	中国科学院声学研究所	122	525	9.0	16.0
2	陈国平	中国科学院声学研究所	4	18	3.0	4.0
6	张明新	中国科学院声学研究所	7	22	2.0	4.0
10	张东滨	中国科学院声学研究所	3	13	2.0	3.0