基于多核学习的多带抗噪声语音识别方法仿真

摘要

由于传统语音识别方法在安静环境下语音识别较为准确,可在现实环境下,噪声干扰语音特征提取,导致测量数据不可信,语音识别方法正确率低.提出一种基于多核学习的多带抗噪声语音识别方法,构建多核学习组合算法.算法是多核学习与投影算法的融合,根据不同频带带宽,可以将多带噪声有效地分类,并加强语音特征级,与CHMM模型共同完成多带抗噪声语音识别方法,计算得出各模型条件概率,数值最大的即是语音识别结果.根据仿真结果分析,基于多核学习的多带抗噪声语音识别方法,相比传统方法可以减少运算量,提高语音识别正确率,有效地识别出现实噪声环境下正常语音.