基于子带信息的鲁棒语音特征提取框架
本文提出一种鲁棒语音特征提取框架.通过使用一种基于子带能量分布的噪声估计方法,无需静音段,就可以估计出带噪语音的子带噪声,同时提出结合谱减和谱加权方法对特征进行处理,最终生成具有较高鲁棒性的特征.实验证明,在语音识别系统中,这种特征可以有效提高语音识别的鲁棒性,在噪声较强(信噪比0dB到15dB)的情况下,识别率可以提高20﹪以上;并且,在干净语音的情况下又能保证识别率没有大的下降;同时,这种特征上的处理方法对各种噪声的适应能力都很强,无需对噪声进行预先分类即可得到很好的抗噪效果.
语音特征提取 子带能量分布 子带噪声 鲁棒性 语音识别系统
张欣研 清华大学计算机系(北京) 王帆 清华大学计算机系(北京) 郑方 清华大学计算机系(北京) 徐明星 清华大学计算机系(北京) 吴文虎 清华大学计算机系(北京)
清华大学智能技术与系统国家重点实验室语音中心
国内会议
深圳
中文
35-38
2001-11-20（万方平台首次上网日期，不代表论文的发表时间）