无需重训练或联合训练的鲁棒 ASR 单耳前端处理研究
声音
2018-10-25 v2 多媒体
音频与语音处理
摘要
近年来，单耳语音分离已被表述为监督学习问题，并得到系统研究，显示出对人类听者的语音可懂度和质量的大幅提升。然而，这些方法能否用作前端处理并直接提升机器听者（即自动语音识别器）的性能，而无需重训练或联合训练声学模型，尚未得到充分研究。在本文中，我们探索了在 CHiME-3 挑战赛上针对多条件训练 ASR 的独立前端处理的有效性。我们发现，将增强特征直接输入 ASR 可分别为基于 GMM 和基于 DNN 的 ASR 带来 36.40% 和 11.78% 的相对词错率降低。我们还研究了噪声相位的影响以及在不匹配噪声条件下的泛化能力。
引用
@article{arxiv.1810.09067,
title = {Investigation of Monaural Front-End Processing for Robust ASR without Retraining or Joint-Training},
author = {Zhihao Du and Xueliang Zhang and Jiqing Han},
journal= {arXiv preprint arXiv:1810.09067},
year = {2018}
}
备注
5 pages, 0 figures, 4 tables, conference