论文部分内容阅读
该文讨论了实际环境中噪声分布的特点，指出实际的噪声分布相对于高斯分布有一定的偏离，并引入了高斯ε污染分布类的噪声模型来表示这种噪声的分布。在这个模型的基础上，对于作全极点模型表示的语音信号而言，噪声中语音的识别就变成了对参数的估计和分类问题，作者分析了参数估计中预测残差和观测值本身的特点，并利用这种特点进行了特殊的处理，从而导出了RobustGM估计的方法。考虑到各种算法的效率和稳定性是不同的，作者构造了RobustGM估计的格点算法，从而解决了有效地稳定地估计语音参数的问题。该文最后给出了一组实验结果和曲线，说明了这种方法的有效性。（本刊录）