在噪声鲁棒语音识别研究中,使用并行模型结合(parallel model combination,PMC)方法得到的模型理论上能够接近匹配噪声环境模型的性能,故成为噪声鲁棒语音识别的重要研究方向.本文首先提出了一种基于前后向差分动态参数的特征MFCC—FWD...在噪声鲁棒语音识别研究中,使用并行模型结合(parallel model combination,PMC)方法得到的模型理论上能够接近匹配噪声环境模型的性能,故成为噪声鲁棒语音识别的重要研究方向.本文首先提出了一种基于前后向差分动态参数的特征MFCC—FWD—BWD,该特征满足PMC对特征构造矩阵可逆的要求.在此基础上,提出了一种用于PMC的新模型———并行子状态隐马尔可夫模型(parallel sub-state hidden Markov model,PSSHMM),该模型每个状态包含平行关系的子状态,且子状态间存在转移关系.实验表明,PSSHMM模型在各种噪声和SNR下取得了较好的识别效果,特别是对于非平稳噪声,其鲁棒性能非常显著.展开更多
