具有混響魯棒性的遠距離語音識別方法研究.pdf

1、盡管當前語音識別技術(shù)已經(jīng)取得了廣泛的應(yīng)用，但是在封閉環(huán)境中進行遠距離語音識別時，由于受到混響效果的影響，從而存在語音識別率下降的問題。因此，如何減小混響效果的影響，降低訓(xùn)練語音與測試語音之間的差異性，成為遠距離語音識別的難點。本文分別對遠距離語音識別中的模型域補償與實時性提升兩個方面進行了研究。
　　 首先，基于混響建模(REverberation MOdeling for Speech recognition，REMOS)的模

2、型域補償理論，利用最大后驗概率的原理，基于對房間不同區(qū)域進行有區(qū)別補償?shù)乃枷?，在按幀的隱馬爾科夫模型(Hidden Markov Model，HMM)補償?shù)幕A(chǔ)上,對基于混響模型補償?shù)哪Ｐ桶走m應(yīng)方法進行了改進。該方法利用K均值聚類(K-means)算法對房間沖激響應(yīng)(Room Impulse Response，RIR)的優(yōu)化集進行聚類，對所屬相同類的混響模型進行合并處理。然后把合并后的混響模型載入維特比(Viterbi)算法中，對清晰語

3、音的HMM模型進行按幀的補償。最后采用后驗概率的方法選擇最佳補償，使得模型域的混響補償能夠最接近精確補償。
　　 其次，在基于混響模型的模型域補償方法中，將自適應(yīng)閾值思想應(yīng)用到新方法中，由此達到提高方法實時性能的目的。首先對影響混響補償實時性的三個因素進行了分析，然后通過確立一個自適應(yīng)閾值函數(shù)，在維特比解碼時期判斷當前系統(tǒng)性能與閾值函數(shù)之間的關(guān)系，動態(tài)調(diào)整相應(yīng)的補償參數(shù)，從而在混響補償?shù)耐瑫r提高系統(tǒng)的實時性。
　　 最后