噪声环境下麦克风阵列语音增强与HMM识别联合处理

摘要

针对噪声环境下隐马尔科夫(Hidden Markov Model,HMM)语音识别算法性能急剧下降,传统的麦克风阵列语音增强等信号域消噪算法可通过提高语音信号信噪比进行改善.但是,由于传统的语音增强和特征提取、模式识别是互相独立的两个过程,信号域语音增强处理易造成语音信号中有用信息的丢失,使得信噪比提高后反而导致识别性能下降.本文提出一种信号域语音增强和HMM识别的联合处理方法,该方法首先采用麦克风阵列进行语音增强,然后以带噪语音和增强语音的HMM模型概率似然得分差值作为反馈控制因子从滤除的噪声中提取补偿信息进行语音信号的补偿,从而改善消噪语音的模型匹配性能.噪声背景下的实验结果表明了该方案的有效性.