抗噪语音识别相关论文
作者以高阶累积量(HOS)作为信号处理的工具,研究抗噪语音识别中稳健语音特征提取的问题.概括起来,完成了以下几个方面的工作:站要......
噪声的存在是语音识别技术广泛实用化的最大障碍。在实际的语音识别应用过程中,获取和传输过程中的原始语音不可避免地受到来自周......
2006年Hinton提出的深度学习方法开启了深度学习在学术界和工业界研究和应用的浪潮。深度学习主要是通过模拟生物神经系统对真实世......
众所周知,抗噪问题是现在语音识别研究中的重点.文章描述了一种新的抗噪语音识别方法,即通过改进型重复Wiener滤波结合后验概率联......
通过子带Wiener滤波结合PUM(Probabilistic Union Model)模型,实现在噪声环境下连续字语音识别的方法.该方法先通过对语音信号进行......
目前的连续语音识别系统对纯净语音已能达到非常高的识别精度,但是无处不在的背景噪声带来了训练模型和测试语音之间的失配,这种失......
抗噪连续语音识别是当前汉语连续语音识别的重要研究领域。采用通过度量连续语音帧之间频谱的稳定性,将连续语音切分成份,再将切分......
现在,语音识别系统的应用越来越广泛,然而它们受到很多外界环境的影响,尤其是噪声的影响,使得识别性能下降。抗噪语音识别问题变得......
