基于统计阈值的鲁棒性语音识别

• 作者: 李银国 蒲甫安 郑方
• 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
• 页码范围: 127-132
• 分类号: TN912.3
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2012.02.001

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.

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