10.3969/j.issn.1673-5439.2008.04.003
基于FSS与PLP的噪声鲁棒语音识别
提出了一种基于分数阶谱相减(FSS)与感知线性预测(PLP)相结合的噪声鲁棒语音识别方法,记为FSS+PLPC.该方法首先通过FSS在分数阶Fourier域对带噪语音进行降噪处理,然后计算增强语音的均方误差和Itakura距离并进行比较,以获得FSS的近似最优分数阶阶数.最后对根据此阶数得到的增强语音提取感知线性预测倒谱(PLPC).实验结果表明,FSS+PLPC对于数字语音的识别性能优于传统的谱减法(SS+PLPC)和感知线性预测倒谱(PLPC)法,并且随着信噪比的降低FSS+PLPC表现出较好的噪声鲁棒性.
噪声鲁棒语音识别、语音增强、谱减法、分数阶Fourier变换、感知线性预测
28
TN912.34
中国博士后科学基金20070420561;江苏省博士后科研基金0701008C
2008-10-21（万方平台首次上网日期，不代表论文的发表时间）
共5页
12-15,21
