利用小波听觉分频处理讯号子空间分解於车内噪音消除.docVIP

利用小波聽覺分頻處理與訊號子空間分解於車內噪音消除 王駿發、楊宗憲、張凱行 摘要 在傳統的訊號子空間語音強化方法(Signal Subspace Speech Enhancement Method)中，其主要是利用噪音能量是均勻分佈於訊號所在的向量空間而語音訊號能量則是分佈於某一子空間的特性，藉由特徵分解(Eigen-Decomposition)來分析出語音訊號及背景噪音，來進行噪音消除。而在車內噪音環境中，噪音能量的分佈在低頻帶為最多延伸到高頻則逐漸較少，單一的訊號子空間的語音強化方法已不能更有效的消除位在低頻帶的背景噪音。本論文提出一個基於人耳聽覺特性的分頻處理，並結合訊號子空間強化方法來克服此一問題。實驗的驗證，則是採用TAICAR車內語音資料庫來進行，實驗結果說明本文所提出的方法比起傳統訊號子空間強化法，更適用於車內噪音的消除，低頻噪音的消除也更明顯。 聚集事後機率線性迴歸調適演算法應用於語音辨識 Aggregate a Posteriori Linear Regression for Speech Recognition 黃志賢、王奕凱、簡仁宗 摘要 在本論文中，我們提出一套由聚集事後機率(aggregate a posteriori)為基礎之鑑別式線性回歸(linear regression) 轉換矩陣參數調適演算法。在近幾年，由於鑑別式訓練的效果優越，於是出現使用鑑別