欢迎来到天天文库
浏览记录
ID:54016633
大小:186.96 KB
页数:5页
时间:2020-04-28
《用于语音识别的减谱结合RASTA的抗噪声方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第23卷第5期北京理工大学学报Vol.23No.52003年10月TransactionsofBeijingInstituteofTechnologyOct.2003一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一文章编号1001-0645(2003)05-0621-04用于语音识别的减谱结合RASA的抗噪声方法黄石磊9武剑虹9匡镜明(北京理工大学信息科学技术学院电子工程系9北京100081)摘要主要论述加性和卷积性噪声条件下语音识别的抗噪方法.在特征提
2、取阶段9用功率谱短时均值相减的谱减方法补偿加性噪声的影响9用在Mel频标倒谱域RASTA(relativespectral)滤波补偿卷积性噪声对语音识别系统的影响.在汉语非特定人孤立数字识别实验中9使用该方法的误识率比未使用该方法要低9并且需要很小的噪声先验知识和假设9运算简单.实验证明9提出的减谱结合RASTA的方法是一种比较有效地削减噪声的方法.关键词语音识别噪声削减谱减RASTA中图分类号TN912-3文献标识码AANoiseSuppressionMethodbasedonSpectralSubtractionandRASAforS
3、peechRecognitionHUANGShi-lei9WUJian-hong9KUANGJing-ming(DepartmentofEletronicEngineering9SchoolofInformationScienceandTechnology9BeijingInstituteofTechnology9Beijing1000819China)AbstractDiscussesnoisesuppressioninspeechrecognitionunderconditionsofadditiveandconvolutionaln
4、oise.Inthestepoffeatureextractiontheeffectofadditivenoiseiscompensatedbyspectralsubtractionbasedonshorttimemeanvaluesofthepowerspectrum9andconvolutionalnoiseiscompensatedbytheRASTA(relativespectral)technologyonMelfreguencycepstrum.Experimentsonspeaker-independentmandarini
5、solateddigitsrecognitionshowedthatworderrorrateswiththeproposedmethodarelowerthanthosewithoutit.Moreover9themethodneedslessaprioriknowledgeofthenoiseandhaslowercomplexityincalculation.TheproposedmethodbasedonspectralsubtractionandRASTAisaneffectivemethodinnoisesuppression
6、.Keywordsspeechrecognitionnoisesuppressionspectralsubtractionrelativespectral语音识别系统的识别率在安静的环境下已经达的语音信号.对于加性噪声9若噪声和语音信号无到了很高水平.但当识别与训练环境不一致时9识别关9可以用谱减技术(spectralsubtraction9SS)去除系统的性能随着噪声和干扰的增加而急剧下降[1]加性噪声.对于卷积性噪声9可由倒谱均值减算法.加性噪声和卷积性噪声是常见的语音失真因(cepstralmeansubtraction9CMS)和
7、Hermansk提素.语音信号受这两种噪声干扰的理想化模型如图出的经典RASTA滤波技术得到较好消除[3].[2]作者主要讨论在语音识别中加性噪声和卷积性1所示.图中S(。)是原始语音信号9N(。)是加性噪声9H(。)是线性系统传递函数9X(。)是被污染噪声的补偿.对于加性噪声9采用功率谱短时均值相收稿日期20021008作者简介黄石磊(1979)9男9硕士生9E-mailhuangshileibit.edu.cn匡镜明(1943)9男9教授9博士生导师.622北京理工大学学报第23卷~^^^sm=sm-sm=Xm-Nm-sm=Xm-Nm
8、-sm=Xm-(Nm-sm)=Xm-Xm.(3)但是式(3)有可能使得某些xzz于是用m-xm
此文档下载收益归作者所有