一种改进的最小均方误差的语音功率谱估计算法
大小:0.90 MB 人气: 2017-12-08 需要积分:1
针对语音识别系统在噪声环境下不能保持很好鲁棒性的问题,提出了一种切换语音功率谱估计算法。该算法假设语音的幅度谱服从Chi分布,提出了一种改进的基于最小均方误差(MMSE)的语音功率谱估计算法。然后,结合语音存在的概率(SPP),推导出改进的基于语音存在概率的MMSE估计器。接下来,将改进的MSME估计器与传统的维纳滤波器结合。在噪声干扰比较大时,使用改进的MMSE估计器来估计纯净语音的功率谱,当噪声干扰较小时,改用传统的维纳滤波器以减少计算量,最终得到用于识别系统的切换语音功率谱估计算法。实验结果表明,所提算法相比传统的瑞利分布下的MMSE估计器在各种噪声的情况下识别率平均提高在8个百分点左右,在去除噪声干扰、提高识别系统鲁棒性的同时,减小了语音识别系统的功耗。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
一种改进的最小均方误差的语音功率谱估计算法下载
相关电子资料下载
- 语音识别和自然语言处理的区别和联系 127
- 递归神经网络结构形式主要分为 129
- 简述递归神经网络的计算过程 135
- 人工神经网络模型训练的基本原理 130
- 递归神经网络主要应用于哪种类型数据 208
- 递归神经网络的结构、特点、优缺点及适用场景 184
- 循环神经网络的缺点是存在什么问题 158
- bp神经网络和反向传播神经网络区别在哪 104
- Transformer模型在语音识别和语音生成中的应用优势 387
- 自然语言处理技术的核心是什么 156