Spectrum warping based on sub-glottal resonances in speaker-independent speech recognition
Hou, Limin Limin, Huang, Zhenhua, Xie, Juanmin · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2011
为了由于不同扬声器，的改变的特征在语音识别减少降级，感性的频率为扬声器正规化基于 subglottal 回声变弯的一个方法被建议。变弯的因素用在 subglottis 和元音的道之间的声学的联合从第二 subglottal 回声被提取。第二 subglottal 回声独立于讲话内容，它多于第三共振峰反映说话者特征。感性的最小的变化无失真的反应 PMVDR 系数被使正常化，它是更柔韧的并且比 MFCC 有更好的反噪音能力。规范的系数在训练的讲话模式和语音识别被使用。实验证明词错误评价，作为与由第三共振峰变弯的 MFCC 和光谱相比，在吵闹的环境分别地在干净语音识别分别地在 4% 和 3% ，并且在 9% 和 5% 减少。结果显示建议方法能在一个说话者无关的识别系统改进词识别精确性。