10.3969/j.issn.1006-2475.2018.05.005
基于Gabor滤波的语音识别鲁棒性研究
为了提高语音识别系统的鲁棒性,提出一种基于GBFB(spectro-temporal Gabor filter bank)的声学特征提取方法,并通过分块PCA算法对高维的GBFB特征进行降维处理,最后在多个相同噪音环境对GBFB特征以及常用的GFCC,MF-CC,LPCC等特征进行抗噪性能对比,与GFCC相比GBFB特征的识别率提高了5.35%,与MFCC特征相比提升了7.05%,比LPCC特征识别的基线低9个分贝.实验结果表明,在噪音环境下与传统的GFCC、MFCC以及LPCC等特征相比GBFB特征有更优越的鲁棒性.
语音识别、鲁棒性、Gabor滤波、特征提取、GBFB特征
TN912.3
2018-10-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
20-24