摘要
针对噪声环境下语音识别系统性能下降的问题,提出一种基于语音时频相关性的Mel特征矢量聚类补偿算法。该算法首先实现掩码估计,利用纯净语音信号时域和频域的相关性,实现了时频块的有效划分和基于时频块的语音特征聚类。在此基础上,对带噪语音的Mel语谱进行特征补偿。采用HTK工具和TIDIGITS数据库加入不同类别噪声的语音测试结果表明:该算法在不同信噪比条件下,获得了较基于频域相关性聚类特征补偿算法更好的性能。
学科与关键词
关键词
语音识别缺失数据技术隐Markov模型(HMM)特征补偿 speech recognitionmissing data technologyhidden Markov model(HMM)feature compensation
- 基于改进感知非均匀谱压缩的鲁棒语音识别算法张毅; 何春江; 罗元; 徐晓东; 童开国信息与控制, 2013, (05): 565-569.
- 基于语音特征聚类的HMM语音识别系统研究姚敏锋; 李心广; 杨佳能微计算机信息, 2012, (10): 458-460.
- 说话人特征提取算法的研究孙鹏; 戴天虹; 李野森林工程, 2013, (02): 143-147.
