基于REMOS的远距离语音识别模型补偿方法

摘要：

封闭环境中远距离语音识别会受到混响效果的影响,从而降低语音识别率.混响建模(reverberation modeling for speech recognition,REMOS)是一种在模型域进行混响补偿的新方法,该方法在已知声源位置的情况下能有效提升远距离语音识别精度.但在实际应用中,往往难以预测声源的位置.利用最大后验概率的原理,基于对房间不同区域进行有区别补偿的思想,在按帧的隐马尔可夫模型(hidden Markov model,HMM)补偿的基础上,提出一种在封闭环境中新的模型补偿方法.该方法利用K均值聚类K-means算法对房间冲击响应(room impulse response,RIR)的优化集进行聚类,对所属相同类的混响模型进行合并处理,再把合并后的混响模型载入维特比算法中,对清晰语音的HMM模型进行按帧补偿.最后采用后验概率方法选择最佳补偿,使得模型域的混响补偿能最接近精确补偿.实验证明,该方法能进一步提升远距离语音识别的精度.

关键词：混响、混响建模(REMOS)、K-means、房间冲击响应、模型补偿

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：重庆市自然科学基金CSTC 2007BB2445;重庆市教委科学技术研究项目KJ110522;重庆邮电大学科研基金A2009-26;The Natural Science Foundation Project of CQ CSTCCSTC 2007BB2445;The Science & Technology Research Project of Chongqing Education Committee of ChinaKJ110522;The Scientific Fund Project of Chongqing University of Posts and TelecommunicationsA2009-26

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：117-123,130