论文部分内容阅读
为了进一步提高矢量Taylor级数(VTS)算法的模型补偿精度以及在噪声环境下的识别性能,提出将无监督聚类与VTS算法相结合.无监督聚类算法利用噪声模型之间的Kullback-Leibler距离将含噪语音段划分为若干个子段.然后针对各个子段分别进行一阶Taylor级数展开,并在此基础上逐段估计噪声参数和补偿声学模型.该算法结合一个中文数字串识别系统进行实验,在Babble噪声和Gauss白噪声环境下该算法的误识率相对传统的VTS算法分别下降了27.7%和17.8%.证明这种结合无监督聚类的分段VTS算法能