用于自動(dòng)語音識(shí)別系統(tǒng)的切換語音功率譜估計(jì)算法

劉金剛+周翊+馬永保+劉宏清

摘 要：針對語音識(shí)別系統(tǒng)在噪聲環(huán)境下不能保持很好魯棒性的問題，提出了一種切換語音功率譜估計(jì)算法。該算法假設(shè)語音的幅度譜服從Chi分布，提出了一種改進(jìn)的基于最小均方誤差（MMSE）的語音功率譜估計(jì)算法。然后，結(jié)合語音存在的概率（SPP），推導(dǎo)出改進(jìn)的基于語音存在概率的MMSE估計(jì)器。接下來，將改進(jìn)的MSME估計(jì)器與傳統(tǒng)的維納濾波器結(jié)合。在噪聲干擾比較大時(shí)，使用改進(jìn)的MMSE估計(jì)器來估計(jì)純凈語音的功率譜，當(dāng)噪聲干擾較小時(shí)，改用傳統(tǒng)的維納濾波器以減少計(jì)算量，最終得到用于識(shí)別系統(tǒng)的切換語音功率譜估計(jì)算法。實(shí)驗(yàn)結(jié)果表明，所提算法相比傳統(tǒng)的瑞利分布下的MMSE估計(jì)器在各種噪聲的情況下識(shí)別率平均提高在8個(gè)百分點(diǎn)左右，在去除噪聲干擾、提高識(shí)別系統(tǒng)魯棒性的同時(shí)，減小了語音識(shí)別系統(tǒng)的功耗。

關(guān)鍵詞：自動(dòng)語音識(shí)別系統(tǒng)；魯棒性；最小均方誤差；語音存在概率；功率譜估計(jì)；維納濾波器

中圖分類號： TN912.35

文獻(xiàn)標(biāo)志碼：A

文章編號：1001-9081（2016）12-3369-05