论文部分内容阅读
语音识别系统的噪声鲁棒性是关系语音识别技术能否走向实用的重要方面,因而成为这一领域的研究热点和研究难点.由于语音识别系统是一种基于训练的系统,实际应用环境噪声与形成系统参数的训练环境噪声的失配是造成系统性能下降的根本原因.该文以连续隐Markov模型(CHMM)为基础,分别从选择强噪声鲁棒性的语音特征参数、系统识别模型及对模型参数的补偿与修正等方面对加性平稳噪声环境下特定人的孤立词识别方法进行了研究.