基于HMM的混响环境下语音识别研究

• 作者: 叶硕 彭春堂 杜珍珍 贺娟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 语音识别 混响 卷积同态滤波 隐马尔可夫模型
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP301
• 字数: 4711字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.08.015

摘要

语音识别是实现人机交互的关键技术之一.当语音信号处于狭小环境时,源信号将与延迟衰减后的信号叠加在一起,从而引起混响,导致信号失真、降低了语音的清晰度.为提高语音识别系统的性能,提出一种使用卷积同态滤波器去混响的方法,并用隐马尔可夫模型对语音的时序进行建模.隐马尔可夫模型是一种广泛用于语音识别的、用于描述随机过程统计特性的概率模型,使用前向后向算法降低计算复杂度,使用Baum-Welch算法得到重估模型参数,使用Viterbi算法找到最优的语音识别结果.实验结果表明,在无噪声环境下,该模型在识别正常语音时具有较高的可靠性,实现了短词汇非特定人的语音识别,并能有效解决语音混响问题.相较于未处理的混响语音,识别正确率提高了4％ ～5％,较好地实现了混响环境下的语音识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶硕		7	6	1.0	2.0
2	杜珍珍		2	4	1.0	2.0
3	彭春堂		3	4	1.0	2.0
4	贺娟		2	4	1.0	2.0