2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于计算听觉场景分析和语者模型信息的语音识别鲁棒前端研究

关勇 李鹏 刘文举 徐波

关勇, 李鹏, 刘文举, 徐波. 基于计算听觉场景分析和语者模型信息的语音识别鲁棒前端研究. 自动化学报, 2009, 35(4): 410-416. doi: 10.3724/SP.J.1004.2008.00410
引用本文: 关勇, 李鹏, 刘文举, 徐波. 基于计算听觉场景分析和语者模型信息的语音识别鲁棒前端研究. 自动化学报, 2009, 35(4): 410-416. doi: 10.3724/SP.J.1004.2008.00410
GUAN Yong, LI Peng, LIU Wen-Ju, XU Bo. A Robust Front-end for Speech Recognition Based on Computational Auditory Scene Analysis and Speaker Model. ACTA AUTOMATICA SINICA, 2009, 35(4): 410-416. doi: 10.3724/SP.J.1004.2008.00410
Citation: GUAN Yong, LI Peng, LIU Wen-Ju, XU Bo. A Robust Front-end for Speech Recognition Based on Computational Auditory Scene Analysis and Speaker Model. ACTA AUTOMATICA SINICA, 2009, 35(4): 410-416. doi: 10.3724/SP.J.1004.2008.00410

基于计算听觉场景分析和语者模型信息的语音识别鲁棒前端研究

doi: 10.3724/SP.J.1004.2008.00410
详细信息
    通讯作者:

    关勇

  • 中图分类号: TP391

A Robust Front-end for Speech Recognition Based on Computational Auditory Scene Analysis and Speaker Model

More Information
    Corresponding author: GUAN Yong
  • 摘要: 传统抗噪算法无法解决人声背景下语音识别(Automatic speech recognition, ASR)系统的鲁棒性问题. 本文提出了一种基于计算听觉场景分析(Computational auditory scene analysis, CASA)和语者模型信息的混合语音分离系统. 该系统在CASA框架下, 利用语者模型信息和因子最大矢量量化(Factorial-max vector quantization, MAXVQ)方法进行实值掩码估计, 实现了两语者混合语音中有效地分离出目标说话人语音的目标, 从而为ASR系统提供了鲁棒的识别前端. 在语音分离挑战(Speech separation challenge, SSC)数据集上的评估表明, 相比基线系统, 本文所提出的系统的语音识别正确率提高了15.68%. 相关的实验结果也验证了本文提出的多语者识别和实值掩码估计的有效性.
  • 加载中
计量
  • 文章访问数:  2584
  • HTML全文浏览量:  53
  • PDF下载量:  1267
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-12-18
  • 修回日期:  2008-03-12
  • 刊出日期:  2009-04-20

目录

    /

    返回文章
    返回