一种基于概率模型和倒谱差分的特征补偿算法.pdf

一种基于概率模型和倒谱差分的特征补偿算法.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种基于概率模型和倒谱差分的特征补偿算法

第 4A期 信 号 处 理 Vol.21. No.4A SIGNALPROCESSNIG 2005 2005年8月 Aug. 一种基于概率模型和倒谱差分的特征补偿算法 马治飞徐望 王炳锡 王兴斌 (解放军信息工程大学信息科学系,郑州市450002,mzf93388@163.com) 摘 要:本文详细给出了概率模型中引入倒谱预测值的动态相关性来进行特征补偿的方法。该方法采用期望最大化 (EM)算法来估计联合分布参数,基于语音和噪声的先验概率密度、在倒谱域对语音特征参数进行最小均方误差预测 (MMSE),以提高语音识别精度。不同噪声环境和不同信噪比下的实验结果表明,本文方法能有效提高噪声环境下的中 文连续语音识别的正确率。 关如:语音识别,噪声抑止,倒谱差分,概率靶 AFeatureCompensationMethodBasedProbability ModelandSpectrumDifference MaZhifeiXuWangWangBingxiWangXingbin (Departmentof.InformationScience,PLAInformationandEngineeringUniversiytZhengzhou450002) Abstract:Thearticleintroducesanewfeaturecompensationmethodwhichwillinducttherelativiytofthepredictionof spectrumbasedprobabiliytmodelindetail.ThemethodevaluatestheparametersofthejointdistributionusingtheExpectation Maximization(EM)algorithm.TheMinimumMeanSquaredError(MMSE)estimatorforthespeechfeatureparametersin spectrum-domainbasedthepriorprobabilitydistributionistoenhancethecorrectnessofspeechrecognition.Thealgorithmis testedindifferentnoiseandSignalNoiseRatio(SNR).Subjectivemeasuretestifiesthatthismethodcanincreasethecorrectness ofcontinuousspeechrecognition. Keywords:speech二。gnition;denoising;probabiliytmodel;spectrumdifference 1 引言 y(t)==x(t)+n(t) 近年来,噪声环境下的语音识别己成为识别领域的 一个研究热点。它们通常可分为频谱域补偿山如谱减法和 其中:y(t)为带噪语音信号,z(t)为干净语音信号, 维纳滤波法,特征域补偿如Algonquin方法2()以及模型域 为噪音信号。信号变换到倒谱域为14[1. 补偿3(]三个方面。频域补偿方法缺点是需假设语音信号为 y二x+1n(1+exp(n一x))+e 高斯分布,且不能准确预测噪声的功率谱。模型补偿就是 x+1n(1+exp(n一x)) r , (2) 对用干净语音信号训练的声学模型进行自适应,使之逼近

文档评论(0)

hhuiws1482 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5024214302000003

1亿VIP精品文档

相关文档