资源描述：
《基于fss与plp的噪声鲁棒语音识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第28卷第4期南京邮电大学学报(自然科学版)Vol.28No.42008年8月JournalofNanjingUniversityofPostsandTelecommunications(NaturalScience)Aug.2008文章编号:167325439(2008)0420012204基于FSS与PLP的噪声鲁棒语音识别112王振力,白志强,朱江1.南京国际关系学院博士后流动站,江苏南京2100392.南京陆军指挥学院军事运筹教研室,江苏南京210045摘要:提出了一种基于分数阶谱相减(FSS
2、)与感知线性预测(PLP)相结合的噪声鲁棒语音识别方法,记为FSS+PLPC。该方法首先通过FSS在分数阶Fourier域对带噪语音进行降噪处理,然后计算增强语音的均方误差和Itakura距离并进行比较,以获得FSS的近似最优分数阶阶数。最后对根据此阶数得到的增强语音提取感知线性预测倒谱(PLPC)。实验结果表明,FSS+PLPC对于数字语音的识别性能优于传统的谱减法(SS+PLPC)和感知线性预测倒谱(PLPC)法,并且随着信噪比的降低FSS+PLPC表现出较好的噪声鲁棒性。关键词:噪声鲁棒语音识别
3、;语音增强;谱减法;分数阶Fourier变换;感知线性预测中图分类号:TN912134文献标识码:ANoiseRobustSpeechRecognitionBasedonFractionalSpectralSubtractionandPerceptualLinearPrediction112WANGZhen2li,BAIZhi2qiang,ZHUJiang1.PostdoctoralStation,NanjingUniversityofInternationalRelations,Nanjing210
4、039,China2.DepartmentofMilitaryOperational,NanjingArmyCommandCollege,Nanjing210045,ChinaAbstract:Inthispaper,amethodnamedFSS+PLPCbycombiningFractionalSpectralSubtraction(FSS)andPerceptualLinearPrediction(PLP)isproposedfornoiserobustspeechrecognition.Ita
5、ppliesFSStonoisyspeechtoreducenoisecomponentsinthefractionalFourierdomain.Anapproximateoptimalfractionalorderisthenob2tainedbycomputingMeanSquareError(MSE)andItakuradistanceoftheenhancedspeechandcomparingthedifferencebetweenthem.Finally,PerceptualLinear
6、PredictiveCepstral(PLPC)iscomputedaccordingtotheen2hancedspeechcorrespondingtothisorder.ExperimentalresultsindicatethatFSS+PLPCperformsbetterfordigitalspeechrecognitioncomparedwithconventionalSpectralSubtraction(SS+PLPC)andPLPC.Moreover,thismethoddenote
7、sgoodnoiserobustnesswhensignal2to2noiseratio(SNR)decreases.Keywords:Noiserobustspeechrecognition;Speechenhancement;SpectralSubtraction;FRactionalfouriertransform;Perceptuallinearpredictive0引言收稿日期:2008201208噪声鲁棒性是影响语音识别系统实用化的关键基金项目:中国博士后科学基金(20070420561)
8、和江苏省博士问题之一。提高语音识别系统噪声鲁棒性的特征方后科研基金(0701008C)资助项目通讯作者:王振力电话:(025)80838932法,包括语音增强和寻找对噪声干扰不敏感的特征。E2mail:dongwen3619@sina.com©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net第4期王振力等:基于FSS与P
