论文部分内容阅读
提出了一种基于邻接空间模型的鲁棒语音识别方法，解决测试集和训练集差别导致的识别正确率过低的问题．在以声学模型为中心的邻接空间中计算贝叶斯预测概率密度值，作为观察概率输出分值进行识别．实验表明，相对于传统语音识别方法，鲁棒识别方法在保证干净测试集的识别率没有很大下降的前提下，对含噪测试集的识别率获得了较大的提高．