采用复倒谱峰值滤波GMM识别混响语音

• 作者: 吴迪 周强 孔荣 廖启鹏 朱俊杰 陶智
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高斯混合模型 复倒谱 Mel频率倒谱系数(MFCC)
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 信号处理
• 页码范围: 191-193,203
• 页数: 4页
• 分类号: TN912.3
• 字数: 4354字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1208-0220

摘要

针对混响环境下语音识别系统性能急剧下降问题，提出一种采用复倒谱峰值滤波GMM识别混响语音的方法。通过训练纯净语音的MFCC特征参数构建高斯混合模型，在识别混响语音前引入复倒谱峰值滤波器以减少混响引起的语音失真而提高混响环境下语音识别率。经实验验证，该方法避免了在现实条件下准确估计房间冲击响应函数的麻烦，降低了计算难度，提高了混响环境下至少4%的系统识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶智	苏州大学物理科学与技术学院	80	587	13.0	21.0
2	周强	苏州大学物理科学与技术学院	18	81	5.0	8.0
3	吴迪	苏州大学物理科学与技术学院	46	190	8.0	13.0
4	朱俊杰	苏州大学物理科学与技术学院	7	11	2.0	3.0
5	孔荣	苏州大学物理科学与技术学院	7	18	2.0	4.0
6	廖启鹏	苏州大学物理科学与技术学院	2	15	2.0	2.0