子空间域相关特征变换与融合的语音识别方法

• 作者: 屈丹 胡平舸 陈斌
• 来源期刊: 西安交通大学学报
• 关键词: 语音识别 区分性训练 深度神经网络 子空间域相关特征变换
• 年，卷（期）: 2016,（4）
• 页码范围: 60-67
• 页数: 8页
• 分类号: TN912
• 语种: 中文
• DOI: 10.7652/xjtuxb201604010

摘要

为了提高语音识别准确率,提出了一种子空间域相关特征变换与融合的语音识别方法(MF-CC-BN-TC方法).该方法提取语音短时谱结构特征(BN)和包络特征(MFCC)分别描述语音短时谱结构和包络信息,并采用域相关特征变换的形式分别对BN和MFCC特征进行特征变换;然后对这种变换进行泛化扩展提出子空间域相关特征变换,以采用不同的时间颗粒度(帧和语音分段)进行多层次区分性特征表达;最后,对多种区分性特征变换后的特征进行联合表征训练声学模型,并给出了区分性特征变换与融合的一般框架.实验结果表明:MFCC-BN-TC方法比采用原始BN特征方法和采用MFCC特征基线系统方法,识别性能各自提高了0.98％和1.62％;融合MFCC-BN-TC方法变换以后的语音信号特征,相比于融合原始特征,识别率提升了1.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈丹	解放军信息工程大学信息系统工程学院	48	205	7.0	12.0
2	陈斌	解放军信息工程大学信息系统工程学院	11	22	3.0	4.0
3	胡平舸	山东大学信息科学与工程学院	1	5	1.0	1.0