基于局部能量加权的抗噪声语音识别方法

摘要

基于局部能量加权的抗噪声语音识别方法属于抗噪声语音识别领域，其特征在于它是在Viterbi识别器中，用具抗噪性能的似然函数来计算特征向量对应于个跳转目标状态的似然值，即在似然函数中引入基于局部能量的可靠性因子。为简化起见，把对数谱域的模板的状态参数μ_m作为可靠性因子，即加权系数，直接在对数谱域作加权，加权后的似然函数为右上式,其中，w_m表示第m个正态混合分量的权重，Δ_m为加权矩阵，上标l表示对数谱域，μ_m^l为对数谱域的均值向量，x^l表示对数谱域特征向量，DCT表示离散余弦变换。它不需要噪声或者信噪比的估计，只对似然函数作修正，对识别系统算法框架并无改动，易实现，而且能改善抗噪声性能。

主权项

1.基于局部能量加权的抗噪声语音识别方法，含有基于隐含马尔可夫模型(HMM)的语音识别程序，其特征在于：在维特比(Viterbi)识别流程中，用更具抗噪声性能的似然函数来计算特征向量对应于各跳转目标状态的似然值，也就是说在下述似然函数中引入基于局部能量的可靠性因子λ：c＇＝F(x，C，λ)，其中，c＇为改进后的x相对于某个状态C的似然函数；x为待处理某一帧语音信号的特征，用x＝[x1，…，xK]T。表示；C为某个状态。