噪声自适应的多数据流复合子带语音识别方法noise-电子与信息学报.pdf

第28 卷第7 期 电 子 与 信 息 学 报 Vol.28No.7 2006 年7 月 Journal of Electronics Information Technology Jul.2006 噪声自适应的多数据流复合子带语音识别方法 张 军 韦 岗 (华南理工大学电信学院 广州 510640) 摘 要 首先针对现有丢失数据语音识别技术中的边缘化(marginalisation)技术在特征运用上的局限，提出了一种倒 谱特征分量的可靠性估计方法，将边缘化技术推广到常用的倒谱语音识别系统中; 然后利用基于全带和子带倒谱特 征的边缘化识别器在不同噪声中的互补性能，提出了一种噪声自适应的多数据流复合子带语音识别方法。实验结 果表明，所提识别方法可以自适应地选出全带和子带数据流中受噪声影响较小者并以之为主要依据进行识别，有 效地提高了识别系统在多变噪声环境中的鲁棒性。 关键词 语音识别，丢失数据，边缘化，多数据流，复合子带 中图分类号：TP391.42 文献标识码：A 文章编号：1009-5896(2006)07-1183-05 Noise Adaptive Multi-stream Hybrid Sub-band Approach for Robust Speech Recognition Zhang Jun Wei Gang (College of Electronic Information Engineering, South China University of Technology, Guangzhou 510640, China) Abstract This paper first proposes a new method for evaluating the reliability of cepstral components and extends the marginalisation technique to cepstral recognizers. Then a noise adaptive multi-stream hybrid sub-band approach is proposed for robust speech recognition by making use of the complemental performances between full-band and sub-band cepstral marginalisation recognizers in different noises. Experimental results show that the proposed approach can turn to the less distorted data stream automatically and improve the robustness of the speech recognizer in various noisy environments effectively. Key words Speech recognition, Missing data, Marginalisation, Multi-stream, Hybrid sub-band 1 引言 由于丢失数据技术的一个基本假设是观察矢量中的一 部分数据是可靠的，因此一般认为，对语音频谱的任何去相 尽管经过多年的努力，有噪环境下的语音识别仍然是语 关变换都会将频谱局部的失真扩散到整个特征矢量，不利于