基于矢量泰勒级数的加性噪声与短时混响的联合补偿方法

摘要

本发明公开一种基于矢量泰勒级数的加性噪声与短时混响的联合补偿方法，从含噪混响语音的倒谱特征中估计纯净语音的倒谱特征。在训练阶段，用全部语音单元的训练语音生成一个高斯混合模型(GMM：Gaussian Mixture Model)。在测试阶段，首先用训练阶段得到的GMM从含噪混响语音的特征参数中估计混响参数和噪声参数；然后，用估得的混响参数和噪声参数对纯净语音GMM的参数进行变换，得到与含噪混响语音较为匹配的测试环境GMM；最后，用估得的测试环境GMM从含噪混响语音的特征参数中估计纯净语音的特征参数。本发明可以显著减小加性背景噪声和短时室内混响对语音识别系统的影响，增强语音识别系统的环境鲁棒性。

主权项

一种基于矢量泰勒级数的加性噪声与短时混响的联合补偿方法，其特征在于，包括如下步骤：(1)在训练阶段，用全部语音单元的训练语音生成一个GMM；(2)用n和h为分别表示加性噪声和混响失真的倒谱特征向量，则含噪混响语音的倒谱特征向量y与纯净训练语音的倒谱特征向量x之间的非线性关系可以表示为y＝Clog(exp(C^‑1x)+exp(C^‑1n))+h，其中C和C^‑1分别表示DCT矩阵及其逆矩阵；(3)用矢量泰勒级数逼近y与x之间的非线性关系，并用预先训练的纯净语音GMM从含噪混响语音的倒谱特征中实时估计混响参数和噪声参数，在混响估计时，令h为常数；(4)利用估得的混响参数和噪声参数对纯净训练语音GMM的参数进行变换，得到与含噪混响语音较为匹配的测试环境GMM；(5)利用估得的测试环境GMM从含噪混响语音的倒谱特征中实时估计纯净语音的倒谱特征。