谢杨梅，吕　钊

基于子带谱熵的二阶CMN语音识别鲁棒性研究

谢杨梅1，吕钊2

（1.池州学院数学与计算机学院，安徽池州247000；2.安徽大学计算智能与信号处理教育部重点实验室，安徽合肥230039）

在自动语音识别系统（ASR）中鲁棒性是一个至关重要的问题，为了抑制训练和测试环境的失配，降低背景噪声和信道传输对语音信号的影响，文章提出了一种基于子带谱熵的二阶CMN语音识别算法。该算法利用子带谱熵在低信噪比下对语音信号进行端点检测具有较高稳健性的特点，将带噪语音分割为背景噪声段和语音信号段，为抑制噪声和信道对语音识别系统的干扰，采用在不同的区间去除各自的倒谱平均值来实现。仿真实验结果表明，该算法克服了传统CMN算法不能处理环境噪声及传输信道对语音信号所产生的非线性畸变的缺点，有效提高了语音识别系统的鲁棒性。

子带谱熵；二阶倒谱平均归正；语音识别；鲁棒性

DOI：10.13420/j.cnki.jczu.2015.06.008

1　引言

在安静的实验环境下，语音识别系统已经达到了很高的识别水平，但在真实环境下，总是伴有噪声和信道的干扰。因此，必然会引起系统性能的下降［1-3］。为了改善语音识别系统的鲁棒性，Atal提出在句子中减去长时的倒谱均值的方法以去除信道的影响，将每一帧信号的倒谱系数都减去畸变语音信号倒谱参数的平均值，是目前采用比较多的一种算法，也被认为是一种标准的信道特征补偿算法［4］。但在实际操作中，信道及噪声对语音信号产生的往往是非线性畸变，传统的倒谱归正算法不能取得理想的去噪效果。……