具有混響魯棒性的遠(yuǎn)距離語(yǔ)音識(shí)別方法研究.pdf

1、盡管當(dāng)前語(yǔ)音識(shí)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(jìn)行遠(yuǎn)距離語(yǔ)音識(shí)別時(shí)，由于受到混響效果的影響，從而存在語(yǔ)音識(shí)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(yǔ)音與測(cè)試語(yǔ)音之間的差異性，成為遠(yuǎn)距離語(yǔ)音識(shí)別的難點(diǎn)。本文分別對(duì)遠(yuǎn)距離語(yǔ)音識(shí)別中的模型域補(bǔ)償與實(shí)時(shí)性提升兩個(gè)方面進(jìn)行了研究。
　　 首先，基于混響建模(REverberation MOdeling for Speech recognition，REMOS)的模

2、型域補(bǔ)償理論，利用最大后驗(yàn)概率的原理，基于對(duì)房間不同區(qū)域進(jìn)行有區(qū)別補(bǔ)償?shù)乃枷耄诎磶碾[馬爾科夫模型(Hidden Markov Model，HMM)補(bǔ)償?shù)幕A(chǔ)上,對(duì)基于混響模型補(bǔ)償?shù)哪Ｐ桶走m應(yīng)方法進(jìn)行了改進(jìn)。該方法利用K均值聚類(K-means)算法對(duì)房間沖激響應(yīng)(Room Impulse Response，RIR)的優(yōu)化集進(jìn)行聚類，對(duì)所屬相同類的混響模型進(jìn)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(duì)清晰語(yǔ)

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