用于改进远场语音识别的低频补偿合成脉冲响应
声音
2021-09-28 v3 音频与语音处理
摘要
我们提出了一种生成低频补偿合成脉冲响应的方法，可提升在人工增强数据集上训练的远场语音识别系统的性能。我们设计了线性相位滤波器，将模拟脉冲响应调整为对应于真实采集脉冲响应的均衡分布。随后，我们使用经过滤波的合成脉冲响应来增强来自 LibriSpeech 数据集 [1] 的干净语音数据。我们在真实世界的 LibriSpeech 测试集上评估了方法的性能。实践中，我们的低频补偿合成数据集可将远场语音识别的词错误率降低多达 8.8%。
引用
@article{arxiv.1910.10815,
title = {Low-frequency Compensated Synthetic Impulse Responses for Improved Far-field Speech Recognition},
author = {Zhenyu Tang and Hsien-Yu Meng and Dinesh Manocha},
journal= {arXiv preprint arXiv:1910.10815},
year = {2021}
}
备注
Accepted to ICASSP 2020