调变频谱正规化法使用于强健语音辨识之研究StudyofModulation.PDFVIP

调变频谱正规化法使用于强健语音辨识之研究StudyofModulation.PDF

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
调变频谱正规化法使用于强健语音辨识之研究StudyofModulation

調變頻譜正規化法使用於強健語音辨識之研究 Study of Modulation Spectrum Normalization Techniques for Robust Speech Recognition 王致程 Chih-Cheng Wang 國立暨南國際大學電機工程學系 Dept of Electrical Engineering, National Chi Nan University, Taiwan .tw 杜文祥 Wen-hsiang Tu 國立暨南國際大學電機工程學系 Dept of Electrical Engineering, National Chi Nan University, Taiwan aero3016@ 洪志偉 Jeih-weih Hung 國立暨南國際大學電機工程學系 Dept of Electrical Engineering, National Chi Nan University, Taiwan jwhung@.tw 摘要 自動語音辨識在實際系統應用中,語音信號經常受到環境雜訊的影響而降低其辨識 率。為了提升系統的效能,許多研究語音辨識的學者歷年來不斷地研究語音的強健技 術,期望能達到語音辨識系統的最佳化表現。在本論文中,我們主要是受時間序列結構 正規化法觀念所啟發,進而探討並發展出更精確有效的調變頻譜正規化技術。我們提出 了三種新方法,包含了等連波時間序列濾波器法、最小平方頻譜擬合法與強度頻譜內插 法。這些方法將語音特徵時間序列的功率頻譜密度正規化至一參考的功率頻譜密度,以 得到新的語音特徵參數,藉此降低雜訊對語音之影響,進而提升雜訊環境下的語音辨識 精確度。同時,我們也將這些新方法結合其他特徵強健化的技術,發現這樣的結合能帶 來更顯著之辨識率的提升。 Abstract The performance of an automatic speech recognition system is often degraded due to the embedded noise in the processed speech signal. A variety of techniques have been proposed to deal with this problem, and one category of these techniques aims to normalize the temporal statistics of the speech features, which is the main direction of our proposed new approaches here. In this thesis, we propose a series of noise robustness approaches, all of which attempt to normalize the modulation spectrum of speech features. They include equi-ripple temporal filtering (ERTF), least-squares spectrum fitting (LSSF) and magnitude spectrum interpolation (MSI). With these approaches, the mismatch between the modulation spectra for

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档