真实噪声混响环境下基于谱减法的去噪和去噪语音识别

Kyohei Odani、Longbiao Wang、Atsuhiko Kai

提出了一种基于多通道最小均方（MCLMS）算法的谱减法（SS）盲解扩方法。一个大词汇量连续语音识别（LVCSR）任务的结果表明，与传统的基于倒谱均值归一化（CMN）和波束形成的方法相比，该方法在无附加噪声的模拟混响环境中取得了显著的改进。在本文中，我们评估了在真实噪声混响环境中的盲解扩方法。我们提出了一种基于功率SS或广义SS（GSS）的去噪和去噪方法，并使用真实环境中的语音对我们提出的方法进行了评估。与传统的基于CMN和基于幂-SS的方法相比，基于GSS的方法平均相对字错误减少率分别为39.1%和11.5%。

索引词：免提语音识别、盲解扩、降噪、谱减法、真实环境

doi:10.21437/Interspeech.2012-384

引用：Odani，K.，Wang，L.，Kai，A.（2012）在真实的噪声混响环境中，通过基于谱减法的去噪和去混响进行语音识别。程序。Interspeech 20121251-1254，doi:10.21437/Interspeech.2012-384

@正在进行{odani12_interspeech，author={Kyohei Odani、Longbiao Wang和Atsuhiko Kai}，title={{在真实噪声混响环境中基于谱减法的去噪和去噪语音识别}}，年份=2012年，booktitle={Proc.Interspeech 2012}，页数={1251--1254}，doi={10.21437/Interspeech.2012-384}，issn={2958-1796}}