基于单高斯模型集的汉语美子带特征重建算法

罗 宇; 杜利民

您当前的位置：

首页 >

文章列表页 >

基于单高斯模型集的汉语美子带特征重建算法

论文 | 更新时间：2025-07-16

- 基于单高斯模型集的汉语美子带特征重建算法
- Single Gauss Model Set Based MAP Data Imputation Method for Mel-Frequency Filter-Bank Vectors of Chinese Speech
- 电子学报 2004年32卷第10期页码：1654-1657
- 作者机构：
  
  中科院声学所语音交互技术研究中心,北京,100080
- 作者简介：
- 基金信息：
  
  国家973重点基础研究发展项目"图像、语音、自然语言理解和知识挖掘-汉语自然口语对话的理论和实验平台研究" (G 1998030505)
- DOI：
  中图分类号： TN912.34
- 纸质出版：2004
- 稿件说明：
移动端阅览
罗宇, 杜利民. 基于单高斯模型集的汉语美子带特征重建算法[J]. 电子学报, 2004,32(10):1654-1657.

LUO Yu, DU Li-min. Single Gauss Model Set Based MAP Data Imputation Method for Mel-Frequency Filter-Bank Vectors of Chinese Speech[J]. Acta Electronica Sinica, 2004, 32(10): 1654-1657.
罗宇, 杜利民. 基于单高斯模型集的汉语美子带特征重建算法[J]. 电子学报, 2004,32(10):1654-1657. DOI：

LUO Yu, DU Li-min. Single Gauss Model Set Based MAP Data Imputation Method for Mel-Frequency Filter-Bank Vectors of Chinese Speech[J]. Acta Electronica Sinica, 2004, 32(10): 1654-1657. DOI：

摘要

本文提出了基于单高斯模型集的汉语美子带特征重建(SGMDI)方法

并通过试验研究了该算法对提高语音识别系统加性噪声鲁棒性的作用.实验结果表明:SGMDI方法能够明显提高语音识别系统对各类音子尤其是容易被加性噪声破坏的清辅音音子的识别正确率

从而显著增强了语音识别系统的噪声鲁棒性.

Abstract

Single Gauss Model set based Data Imputation (SGMDI) method is developed to recover Mel-frequency-filter-bank vectors of Chinese speech.Experiments are carried out to study how SGMDI method improves Automatic Speech Recognition (ASR) system's robustness against additive noise.Experimental results show that SGMDI method can improve phoneme correction of all kind of phonemes.Especially for unvoiced phonemes

which are easily distorted by additive noise

phoneme correction will be significantly improved.Thus

ASR system's robustness against additive noise can be greatly improved by SGMDI method.

关键词

Keywords

references

浏览量

981

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据