鲁棒性话者辨识中的一种改进的马尔科夫模型

被引：5

作者：

刘鸣

戴蓓倩

李辉

陆伟

李霄寒

机构：

[1] 中国科学技术大学电子科学与技术系

[2] 中国科学技术大学电子科学与技术系安徽合肥

[3] 安徽合肥

来源：

电子学报 | 2002年 / 01期

关键词：

连续隐马尔可夫模型; 信息融合; 鲁棒性; 话者识别;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

0711 ;

摘要：

为了提高话者识别系统的噪声鲁棒性 ,本文对CHMM进行了改进 ,将每帧特征参数之间的差分参数来对应状态之间的转移 ,从而使帧间信息在模型中得到了体现 .利用改进后的CHMM模型对不同的特征参数携带的信息进行信息融合 .使得在强噪环境下 ,鲁棒性好的特征参数起主导作用 ,而在噪声比较小的环境下 ,精细度高的特征参数起主导作用 .实验证明 ,这种改进的马尔可夫模型明显提高语音识别系统的鲁棒性能 ,这种技术具有良好的发展和应用前景

引用

页码：46 / 48

页数：3