改进的 SPLICE 及其向非立体声数据的扩展用于噪声鲁棒语音识别
机器学习
2014-02-12 v1 计算机视觉与模式识别
机器学习
摘要
本文提出了一种针对流行的 SPLICE 算法训练过程的改进方法，用于噪声鲁棒语音识别。该改进基于特征相关性，使这种基于立体声的算法能够在所有噪声条件下（尤其是在未见过的情况下）提升性能。此外，该改进框架被扩展以适用于非立体声数据集，此类数据集仅需纯净和含噪的训练语句，而无需立体声对应数据。最后，我们在 SPLICE 框架中提出了一种基于 MLLR 的计算高效的运行时噪声自适应方法。改进后的 SPLICE 在 Aurora-2 数据库的 Test C 测试中相比原始 SPLICE 取得了 8.6% 的绝对提升，总体提升为 2.93%。非立体声方法相比 Aurora-2 和 Aurora-4 基线模型分别取得了 10.37% 和 6.93% 的绝对提升。在改进框架中，运行时自适应方法相比 SPLICE 在 Test C 测试中取得了 9.89% 的绝对提升，相较于 HMM 上的标准 MLLR 自适应，总体提升为 4.96%。
引用
@article{arxiv.1307.4048,
title = {Modified SPLICE and its Extension to Non-Stereo Data for Noise Robust Speech Recognition},
author = {D. S. Pavan Kumar and N. Vishnu Prasad and Vikas Joshi and S. Umesh},
journal= {arXiv preprint arXiv:1307.4048},
year = {2014}
}
备注
Submitted to Automatic Speech Recognition and Understanding (ASRU) 2013 Workshop