基于GARCH模型的改进的倒谱域特征参数补偿算法

• 作者: 杨震 简志华
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 语音识别 鲁棒性 广义自回归条件异方差模型 GMCSM
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 算法研究
• 页码范围: 383-387
• 页数: 5页
• 分类号: TN91
• 字数: 4578字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2007.03.015

摘要

本文提出了一种改进的倒谱域特征参数补偿算法GMCSM.根据语音信号的时变特性,GMCSM算法使用广义自回归条件异方差(Generalized Auto-Regressive Conditional Heteroscedasticity,GARCH)模型对语音信号的方差进行建模.实验数据表明,与常规倒谱相减法CSM和MEMCSM相比,GMCSM能够更有效地补偿因加性噪声引起的倒谱特征参数失真,减少识别的错误率,特别是在信噪比较低的情况下,GMCSM的性能更为显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨震	南京邮电大学信号与信息处理研究所	199	2651	30.0	44.0
2	简志华	南京邮电大学信号与信息处理研究所	6	46	4.0	6.0