论文部分内容阅读
为了提高语音识别系统的鲁棒性,本文提出了一种特征参数规整的优化算法.整个算法由环境选择、MFCC差分扩展、均值方差规整(MeanandVarianceNormalization,MVN)和ARMA滤波器平滑四个模块组成.首先我们对扩展和平滑这两个模块进行了一系列的优化,然后再加入环境选择的思想进一步提高了性能.在Aurora2数据库上总识别率的相对提升达到了53.23%,要明显优于传统的各种参数规整方法,并且和ETSIAFE标准前端的性能基本持平.