首页> 中文期刊> 《计算机技术与发展》 >基于HMM的混响环境下语音识别研究

基于HMM的混响环境下语音识别研究

         

摘要

语音识别是实现人机交互的关键技术之一.当语音信号处于狭小环境时,源信号将与延迟衰减后的信号叠加在一起,从而引起混响,导致信号失真、降低了语音的清晰度.为提高语音识别系统的性能,提出一种使用卷积同态滤波器去混响的方法,并用隐马尔可夫模型对语音的时序进行建模.隐马尔可夫模型是一种广泛用于语音识别的、用于描述随机过程统计特性的概率模型,使用前向后向算法降低计算复杂度,使用Baum-Welch算法得到重估模型参数,使用Viterbi算法找到最优的语音识别结果.实验结果表明,在无噪声环境下,该模型在识别正常语音时具有较高的可靠性,实现了短词汇非特定人的语音识别,并能有效解决语音混响问题.相较于未处理的混响语音,识别正确率提高了4% ~5%,较好地实现了混响环境下的语音识别.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号