<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 模擬技術(shù) > 設計應用 > 一種用于抗噪語(yǔ)音識別的動(dòng)態(tài)參數補償新方法

一種用于抗噪語(yǔ)音識別的動(dòng)態(tài)參數補償新方法

作者: 時(shí)間:2009-05-04 來(lái)源:網(wǎng)絡(luò ) 收藏
1 引言
與機器進(jìn)行語(yǔ)音交流,是人們長(cháng)期以來(lái)夢(mèng)寐以求的事情。技術(shù)就是讓機器通過(guò)識別和理解過(guò)程把語(yǔ)音信號轉變?yōu)橄鄳奈谋净蛎畹募夹g(shù),其被認為是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。在中,當識別器的訓練環(huán)境同應用環(huán)境不同時(shí),其性能會(huì )急劇下降。為了解決這一問(wèn)題,各種技術(shù)陸續地被提了出來(lái),這些技術(shù)主要分為三大類(lèi):1)語(yǔ)音魯棒特征的表達和提取技術(shù);2)語(yǔ)音增強技術(shù);3)模型技術(shù)。關(guān)于這些的詳細回顧可參見(jiàn)文獻。本文的討論重點(diǎn)是模型技術(shù)。模型技術(shù)主要是通過(guò)合并純凈語(yǔ)音模型與噪聲模型,從而產(chǎn)生出用于識別的帶噪語(yǔ)音模型。文獻中已經(jīng)證明PMC方法是一種非常有效的模型補償方法,它能產(chǎn)生出具有魯棒性的帶噪語(yǔ)音模型,這些文獻中并且給出了幾種不同的PMC方法。在這些PMC方法中,一些諸如數字積分PMC(Numerical Integral PMC)和數據驅動(dòng)PMC(Date―driven PMC)方法能夠獲得很佳的識別率,但是這些方法的運算復雜度巨大,很難運用到實(shí)際應用中去。另一方面,一些諸如對數_力口PMC(Log-Add PMC)和對數.正態(tài)PMC(Log―Normal PMC)方法通過(guò)使用較簡(jiǎn)單的估計方法來(lái)生成帶噪語(yǔ)音模型,這樣在很低信噪比的條件下識別效果不是很令人滿(mǎn)意。其中Log-Normal PMC方法對靜態(tài)模型參數給出一個(gè)嚴格的補償方案,但是對動(dòng)態(tài)模型參數,到目前為止只能對其均值進(jìn)行簡(jiǎn)單的補償。雖然這種動(dòng)態(tài)的均值補償可以提高識別率,但是算法仍有改進(jìn)的空間,使其能夠為動(dòng)態(tài)的協(xié)方差參數提供補償。
為了解決這一問(wèn)題,本文提出了一種新的動(dòng)態(tài)模型補償方法(DPCM)。DPCM選定語(yǔ)音特征與噪聲特征的差為一個(gè)新的附加隨機變量,并假設該附加變量與語(yǔ)音和噪聲特征的導數之間均相互統計獨立。這樣,動(dòng)態(tài)特征的補償即可通過(guò)數學(xué)的方法來(lái)解決。此外新的DPCM可以同任何已知的靜態(tài)補償方法結合生成新的帶噪語(yǔ)音模型。實(shí)驗結果也證明使用該DPCM可以提供更好的識別率。
本文定義和使用一致的域標號。上標l表示對數功率譜域,無(wú)上標的則表示Mel線(xiàn)性功率譜域。估計出的噪聲模型參數用~標記,補償出的帶噪語(yǔ)音模型參數用^標記。

2 模型補償技術(shù)
模型補償技術(shù)是根據應用環(huán)境的背景噪聲情況,通過(guò)修正純凈語(yǔ)音特征的統計模型產(chǎn)生出一個(gè)更接近真實(shí)帶噪語(yǔ)音特征的統計模型。圖1是一個(gè)基本模型補償方案框圖,輸入為一個(gè)純凈的語(yǔ)音模型(目前一般采用HMM對語(yǔ)音建模)和一個(gè)估計出的噪聲模型??偟膩?lái)講,模型補償依據補償進(jìn)行的域不同可以分為兩類(lèi):線(xiàn)性譜域補償算法和對數譜域補償算法。

本文引用地址:http://dyxdggzs.com/article/188936.htm


上一頁(yè) 1 2 3 4 下一頁(yè)

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>