基于频域ICA的语音特征增强

摘要：

为了降低卷积噪声对语音特征所产生的影响,提高语音识别正确率,在此提出了一种基于频域ICA(Independent Component Analysis,独立分量分析)的语音特征增强算法.该算法首先使用频域ICA方法作对噪声进行估计,然后在倒谱域内将带噪语音信号的短时谱减去所估计噪声的短时谱,最后根据去噪后语音信号的短时谱计算美尔倒谱系数(MFCC)作为特征参数.在仿真和真实环境下的语音识别实验中,所提出的语音特征参数相比较传统的MFCC其识别正确率分别提升了38.2%和35.8%.实验结果表明该算法能够较好地解决卷积噪声环境下训练与识别特征不匹配的问题,有效提高了语音识别系统的识别正确率.

关键词：频域ICA、语音、特征增强、美尔倒谱系数(MFCC)

所属期刊栏目：30

分类号：TN912.34

资助基金：国家自然科学基金资助项目60771033;博士点基金200803570002

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：238-242,257