基于子带谱熵的二阶CMN语音识别鲁棒性研究

在自动语音识别系统(ASR)中鲁棒性是一个至关重要的问题,为了抑制训练和测试环境的失配,降低背景噪声和信道传输对语音信号的影响,文章提出了一种基于子带谱熵的二阶CMN语音识别算法。该算法利用子带谱熵在低信噪比下对语音信号进行端点检测具有较高稳健性的特点,将带噪语音分割为背景噪声段和语音信号段,为抑制噪声和信道对语音识别系统的干扰,采用在不同的区间去除各自的倒谱平均值来实现。仿真实验结果表明,该算法克服了传统CMN算法不能处理环境噪声及传输信道对语音信号所产生的非线性畸变的缺点,有效提高了语音识别系统的鲁棒性。