应用于鲁棒语音识别的置信度加权特征丢失法
语音识别中的特征丢失法通过丢弃语音频率特征中的被噪声严重影响的、不可靠的部分,只保留可靠的部分,从而达到鲁棒语音识别的目的.本文基于语音频谱子带特征的置信度分析,提出了一种新的特征丢失法.该方法为每个语音特征分量分别计算了一个置信度,然后对每个分量的模型输出概率的对数值以置信度为权进行加权求和,得到的值作为整个特征的似然得分用于最后的识别.这种方法精细地刻画了噪声对语音识别模型输出概率的影响,实验结果表明,该方法能很大程度地提高语音识别的鲁棒性,是对传统的特征丢失法的一种有效改进.
鲁棒语音识别 置信度 可靠性 特征消失 语音识别 特征丢失法 置信度 鲁棒性
宋君 葛余博
清华大学数学科学系
国内会议
厦门
中文
134-137
2003-11-01（万方平台首次上网日期，不代表论文的发表时间）