基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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-frequen-cy 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.
推荐文章
噪声鲁棒语音识别研究综述
鲁棒语音识别
语音增强
特征补偿
模型补偿
基于加权分块稀疏表示的光照鲁棒性人脸识别
人脸识别
光照归一化
稀疏表示
加权分块
一种鲁棒的基于小波变换的语音参数提取算法
语音识别
离散小波变换
汉明窗
动态时间弯折算法
基于PSO的间歇生产鲁棒统计过程监控
多向主元分析
鲁棒多向主元分析
统计过程控制
链霉素发酵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于统计阈值的鲁棒性语音识别
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 鲁棒性 特征提取 均值减 均值方差归一(MVN) 梅尔频率倒谱系数(MFCC) 统计阈值 语音识别
年,卷(期) 2012,(2) 所属期刊栏目 通信与电子
研究方向 页码范围 127-132
页数 分类号 TN912.3
字数 语种 中文
DOI 10.3979/j.issn.1673-825X.2012.02.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李银国 重庆邮电大学汽车电子与嵌入式研究中心 46 527 13.0 21.0
2 郑方 清华大学语音与语言研究中心 26 393 10.0 19.0
3 蒲甫安 重庆邮电大学汽车电子与嵌入式研究中心 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (9)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
鲁棒性
特征提取
均值减
均值方差归一(MVN)
梅尔频率倒谱系数(MFCC)
统计阈值
语音识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导