低速率语音压缩编码对语音识别系统的影响

摘要

通过窄带信道将语音信号传输到远端的识别系统,从而实现远距离的人机对话,具有重要的现实意义.在2.4kbps的速率下,语音编码算法依然可以合成出可懂度非常高的语音,但是这样的语音信号与原始语音相比还是有巨大的损失.低速率语音编码算法对于语音识别产生的影响是巨大的,因此必须想办法减轻这种损失对于识别的损害.在此选择了三种不同的低速率语音编码器,分别使用LPC(Linear Predictive Coding,线性预测)算法、MELP(Mixed Excitation Linear Prediction,混合激励线性预测)算法和IMBE(Improved Multiband Excitation,增强多带激励)算法,都在2.4kbps的速率下工作,将其对语音识别系统的影响进行了比较.对于特定人连续语音识别系统和非特定人连接词识别系统,在使用不同的特征矢量时,不同编码器产生的识别效果有比较大的差异.实验结果表明,语音编码器和语音识别系统的结构有很重要的联系,尽量采用相近的结构有助于获得良好的识别结果.另外,改变提取语音识别特征参数的方式也会有利于提高语音识别系统的性能.