一种基于MDT特征补偿的噪声鲁棒语音识别算法

摘要

本文针对噪声环境下语音识别系统性能下降的问题,提出了一种新的基于语音时频相关性的Mel特征矢量聚类补偿算法(TF-CBFC).该算法首先基于时频点信噪比实现了掩码估计,利用纯净语音信号时域和频域的相关性,实现了时频块(TFB)的有效划分和TFB语音特征聚类.在此基础上,对带噪语音的TFBMel语谱进行特征补偿.采用HTK工具和TiDigits数据库加入不同类别噪声的带噪语音测试结果表明,本文提出的TF-CBFC算法在不同信噪比条件下,获得了较基于频域相关性聚类特征补偿算法更好的语音识别性能.