基于稀疏DNN的声学复合特征构造方法

针对梅尔频率倒谱系数(MFCC)特征、感知线性预测系数特征等常用语音特征不能有效提取语音前后帧相关性信息、冗余信息较多导致识别效果不佳的问题,提出一种将稀疏性瓶颈(BN)特征与MFCC特征相结合的复合特征构造方法,以此来提高语音的表征和建模能力,并进行高斯混合模型—隐马尔科夫模型(GMM-HMM)声学建模。在TIMIT数据库上的实验结果表明:利用声学复合特征构建的声学模型具有优良的识别性能,证明该方法的有效性。