基于可靠頻帶的并行模型補償方法研究.pdf

1、隨著計算機技術和信息技術的持續(xù)發(fā)展，語音交互已經(jīng)成為人機交互的重要手段。語音技術特別是語音識別技術的高速發(fā)展，讓語音識別由實驗室走向了實際地應用。隨著語音識別技術應用地逐漸深入，新的問題也不斷地涌現(xiàn)出來，特別是在現(xiàn)實環(huán)境識別時的噪聲問題，嚴重地影響了語音識別系統(tǒng)的識別率。并行模型補償算法(PMC)是由英國劍橋大學的M.J.F.Gales首先提出的一種針對噪聲環(huán)境下語音識別的一種模型級的補償方法。PMC算法使用干凈的語音進行語音模型的訓練

2、，在識別的時候，利用說話人說話時的停頓，動態(tài)的采集環(huán)境中的噪聲，訓練下一時段的語音模型。PMC算法的優(yōu)點是動態(tài)的采集了說話人說話時的環(huán)境噪聲，將噪聲信息充分包含到語音模型之中，從而提高了識別系統(tǒng)的魯棒性。 由于PMC算法沒有完全考慮噪聲對語音的破壞程度，完全使用所有頻帶進行語音識別。本文在PMC算法的基礎上引入了可靠信息的思想，在使用PMC算法之前對語音進行分頻(分流)，根據(jù)環(huán)境中信噪比的不同，給不同的流賦予不同的權值，在某些特