基于语音增强失真补偿的抗噪声语音识别技术

摘要

为了提高基于隐含马尔可夫模型的语音识别系统在噪声环境中的稳健性,本文研究了一种基于语音增强失真补偿的抗噪声语音识别算法.在前端,语音增强有效地抑制背景噪声,从而提高了输入信号的信噪比.语音增强带来的频谱失真和剩余噪声是对语音识别不利的因素,其影响将通过识别阶段的并行模型合并或特征提取阶段的倒谱均值归一化得到补偿.实验结果表明,此算法能够在非常宽的信噪比范围内显著的提高语音识别系统在噪声环境下的识别精度,而且对系统性能的改善在低信噪比情况下尤其明显,如对-5dB的白噪声,相对于基线识别器,该算法可以使误识率下降67.4﹪.