并行模型组合方法中卷积噪声的估计方法

摘要

由于实际环境中各种噪声的干扰,语音识别的准确率会受到不同程度的影响,因此,鲁棒性技术已成为语音识别的一个研究热点.其中,并行模型组合方法(PMC)在提高模型对环境的适应性方面发挥着重要作用.分析了PMC中如何解决其技术难点的一些方法,并作了相应的优化改进,从而使PMC方法能适用于较为复杂的实际情况.实验利用了剑桥大学的HTK语音识别工具包,并加入自行开发的算法,可用于对0～9 10个中文数字组成的数字串进行连续语音识别.结果表明,在不同的噪声环境下,新的PMC技术能显著提高识别率.