基于SCHMMANN噪声背景下的语音识别系统设计.pdf

《基于SCHMMANN噪声背景下的语音识别系统设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第26卷第1期哈尔滨工程大学学报VoI.26，N.12005年2月JournaIofHarbinEngineeringUniversityFeb.2005基于SCHMM/ANN噪声背景下的语音识别系统设计112陈立伟，赵春晖，姜海丽（1.哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001；2.哈尔滨工程大学理学院，黑龙江哈尔滨150001）摘要：语音识别系统一般是将安静环境下训练得到的参数用于实际环境中，当实际环境是安静的，语音识别系统的工作是令人满意的，然而，当实际环境中有噪声存在时，识别系统的性能就会

2、下降.文中提出将自组织特征映射神经网络与半连续隐马尔可夫模型相结合，训练出适应噪声的隐马尔可夫模型的新方法.把该模型应用于小词汇量的孤立词语音识别系统.实验表明，该模型适合于对噪声背景下的语音进行识别.同传统的HMM模型相比，该模型具有更好的抗噪鲁棒性，在信噪比较低的情况下（2~12dB），识别率比传统HMM模型有明显提高.关键词：语音识别；半连续隐马尔可夫模型；自组织特征映射神经网络；噪声中图分类号：TN912文章标识码：A文章编号：1006-7043（2005）01-0119-04Speechrecognit

3、ionsystembasedonSCHMM/ANNinnoisyenvironment112CHENLi-wei，ZHAOChun-hui，JIANGHai-Ii（1.SchooIofInformationandCommunication，HarbinEngineeringUniversity，Harbin150001，China；2.SchooIofScience，HarbinEngineeringUniversity，Harbin150001，China）Abstract：Speechrecognitions

4、ystemsworkinpracticaIenvironmentsusingparametersthatweretrainedinaguietenvironment.ThesystemperformanceissatisfactorywhentheenvironmentisaIsoguiet，butinanoisyenviron-ment，theperformancedegradesguickIy.AhybridmodeImethodwasdeveIopedcombiningseIf-organizingfeat

5、uremappingneuraInetwork（SOFMNN）andsemi-continuoushiddenmarkovmode（ISCHMM）totrainnoisebyadap-tingHMM.ThemodeItrainedbythismethodwasusedinanindependentsmaIIsizevocabuIariesrecognitionsys-tem.ExperimentsshowthismodeIisconformabIetorecognizespeechinanoisyenvironm

6、ent.ComparedwiththetraditionaIHMM，thismodeIhasbetternoisyrobustness.IfthesignaI-to-noiserati（oSNR）isIow（2~12dB），thecorrectrecognitionrateincreaseddistinctIy.Keywords：speechrecognition；semi-continuoushiddenMarkovmodeI；seIf-organizingfeaturemappingneuraInet-wor

7、k；noise语音识别系统对背景噪声十分敏感，当背景噪模型经常训练用倒谱系数表示的语音模型，也就是声较大，尤其是识别的环境和训练的环境不一样时，说语音模型是在频域内取对数建立起来的.然而，噪语音识别系统的识别率就会下降.提高HMM模型声通常在波形中或在线性谱域中才是加性的，所以，对于语音加性白噪声的鲁棒性，是目前语音识别技采用在语音中直接加入加性噪声来训练HMM的方［1-2］术发展过程中急需解决的主要问题之一.HMM法，在低信噪比情况下，效果并不是很好.而自组织特征映射神经网络（SOFMNN）不但能够学习输入的收

8、稿日期：2004-06-04.分布情况，而且可以学习输入向量的拓扑结构.基于基金项目：哈尔滨市科学研究基金资助项目（2003AFOXJ053）.作者简介：陈立伟（1974-），女，讲师，博士研究生；这一点，可以应用SOFMNN来对语音识别系统中的赵春晖（1965-），男，教授，博士生导师.·l2O·哈尔滨工程大学学报第26卷特征向量进行进一步的分类，然后进行识别.变化，另