本期目录
论文
-
基于PMC方法的鲁棒声学模型研究
- 张明新; 倪宏; 张东滨; 陈国平
-
2006, 23 (5):
660-664.
DOI: 10.7523/j.issn.2095-6134.2006.5.015
-
摘要 (
1468 )
HTML ( )
PDF (1078KB) (
951
)
-
在噪声鲁棒语音识别研究中,使用并行模型结合(parallel model combination, PMC)方法得到的模型理论上能够接近匹配噪声环境模型的性能,故成为噪声鲁棒语音识别的重要研究方向。本文首先提出了一种基于前后向差分动态参数的特征MFCC_FWD_BWD,该特征满足PMC对特征构造矩阵可逆的要求。在此基础上,提出了一种用于PMC的新模型——并行子状态隐马尔可夫模型(parallel sub-state hidden Markov model, PSSHMM),该模型每个状态包含平行关系的子状态,且子状态间存在转移关系。实验表明,PSSHMM模型在各种噪声和SNR下取得了较好的识别效果,特别是对于非平稳噪声,其鲁棒性能非常显著。
简报
优秀博士论文