并行模型组合方法中卷积噪声的估计方法

Estimations of Convolution Noise in PMC

由于实际环境中各种噪声的干扰 ,语音识别的准确率会受到不同程度的影响 ,因此 ,鲁棒性技术已成为语音识别的一个研究热点。其中 ,并行模型组合方法 (PMC)在提高模型对环境的适应性方面发挥着重要作用。分析了PMC中如何解决其技术难点的一些方法 ,并作了相应的优化改进 ,从而使PMC方法能适用于较为复杂的实际情况。实验利用了剑桥大学的HTK语音识别工具包 ,并加入自行开发的算法 ,可用于对 0～ 91 0个中文数字组成的数字串进行连续语音识别。结果表明 ,在不同的噪声环境下 。

The environment adaptive method playsan important part in improving the robustness of automatic speech recognition. PMC is reviewed briefly and improved to achieve better performance in real adverse environment. The experiments have been done based on Cambridge'sHTK toolkit to implement the continuous Mandarin digit recognition in noisy environment.