利用语音的频谱空间特征进行汉语抗噪语音识别的方法

抗噪连续语音识别是当前汉语连续语音识别的重要研究领域。采用通过度量连续语音帧之间频谱的稳定性,将连续语音切分成份,再将切分结果(无论时间长短)变换为与时间无关的大小固定的频谱空间特征,通过与模板库进行比较实现语音识别。新的频谱空间特征,与语音时长无关,同时表现出较好的抗噪声能力。在特定人连续语音识别测试系统中,取得了不错的识别效果。

一种新的抗噪语音识别方法

通过子带Wiener滤波结合PUM(Probabilistic Union Model)模型,实现在噪声环境下连续字语音识别的方法。该方法先通过对语音信号进行子带Wiener滤波预处理消除已知噪声,为PUM模型提供只有局部被噪声污染的语音信号,再利用PUM模型进行抗噪语音识别。试验表明在各种不同的噪声环境下,该新方法有更高的平均识别率。

改进型重复Wiener滤波/PUM模型——实现抗噪连续语音识别

众所周知,抗噪问题是现在语音识别研究中的重点。文章描述了一种新的抗噪语音识别方法,即通过改进型重复Wiener滤波结合后验概率联合模型PUM(PosteriorUnionModel)[3]实现在噪声环境下连续字语音识别的方法。这种方法先采用改进型重复Wiener滤波器对语音信号进行语音增强预处理,消除已知噪声,为PUM模型提供只有局部频带被噪声污染的语音信号,再利用PUM模型进行抗噪语音识别。试验表明在各种不同的噪声环境下新方法有更高的平均识别率。