基于REMOS的远距离语音识别模型补偿方法

• 作者: 孙明伟 李劲松 杨勇
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 混响 混响建模(REMOS) K-means 房间冲击响应 模型补偿
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 117-123,130
• 页数: 8页
• 分类号: TP391.4
• 字数: 7395字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2014.01.020

摘要

封闭环境中远距离语音识别会受到混响效果的影响,从而降低语音识别率.混响建模(reverberation modeling for speech recognition,REMOS)是一种在模型域进行混响补偿的新方法,该方法在已知声源位置的情况下能有效提升远距离语音识别精度.但在实际应用中,往往难以预测声源的位置.利用最大后验概率的原理,基于对房间不同区域进行有区别补偿的思想,在按帧的隐马尔可夫模型(hidden Markov model,HMM)补偿的基础上,提出一种在封闭环境中新的模型补偿方法.该方法利用K均值聚类K-means算法对房间冲击响应(room impulse response,RIR)的优化集进行聚类,对所属相同类的混响模型进行合并处理,再把合并后的混响模型载入维特比算法中,对清晰语音的HMM模型进行按帧补偿.最后采用后验概率方法选择最佳补偿,使得模型域的混响补偿能最接近精确补偿.实验证明,该方法能进一步提升远距离语音识别的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇	重庆邮电大学计算机科学与技术研究所	38	392	11.0	18.0
2	李劲松	重庆邮电大学计算机科学与技术研究所	2	6	2.0	2.0
3	孙明伟	重庆邮电大学计算机科学与技术研究所	2	20	2.0	2.0