基于特征参数归一化的鲁棒语音识别方法综述

摘要：

目前,自动语音识别系统往往会因为环境中复杂因素的影响,造成训练环境和测试环境存在不匹配现象,使得识别系统性能大幅度下降,极大地限制了语音识别技术的应用范围.近年来,很多鲁棒语音识别技术成功地被提出,这些技术的目标都是相同的,主要是提高系统的鲁棒性,进而提高识别率.其中,基于特征的归一化技术简单而有效,常常被作为鲁棒语音识别的首选方法,它主要是通过对特征向量的统计属性、累积密度函数或功率谱的归一化来补偿环境不匹配产生的影响.该文主要对目前主流的归一化方法进行介绍,其中包括倒谱矩归一化方法、直方图均衡化方法以及调频谱归一化方法等.

关键词：鲁棒语音识别、倒谱均值归一化、高阶倒谱矩归一化、直方图均衡化、倒谱形状归一化

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

在线出版日期：2010-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：106-116