提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C a...提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C anon ica l corre lation based on com pensation,CCBC)法对该特征进行自适应处理,从而提高了系统的鲁棒性。在展览馆噪声、人群噪声和汽车噪声下,与基于传统M e l倒谱系数(M FCC)特征的系统进行了对比实验,结果表明使用本文方法的语音识别系统的识别率得到了显著的提高。展开更多
文摘提出了一种适用于抗噪声语音识别的方法,其特征提取过程基于最小方差无失真响应(M in im um varianced istortion less response,M VDR)谱估计方法,并对该特征进行频率弯折以提高其知觉分辨率,最后使用基于正则相关分析的谱变换补偿(C anon ica l corre lation based on com pensation,CCBC)法对该特征进行自适应处理,从而提高了系统的鲁棒性。在展览馆噪声、人群噪声和汽车噪声下,与基于传统M e l倒谱系数(M FCC)特征的系统进行了对比实验,结果表明使用本文方法的语音识别系统的识别率得到了显著的提高。