基于多通道的通道选择与通道加权的噪声鲁棒语音识别
声音
2016-10-04 v1 多媒体
摘要
在本文中，我们研究了几种用于噪声条件下鲁棒自动语音识别（ASR）的麦克风通道选择与加权方法。对于通道选择，我们分别基于最大似然（ML）准则和最小自编码器重构准则考察了两种方法。对于通道加权，我们生成增强的对数梅尔滤波器组系数，作为所有通道系数的加权和。通道的权重通过使用带约束的ML准则来估计。我们在CHiME-3噪声ASR任务上评估了所提方法。实验表明，由于其更高的灵活性，通道加权显著优于通道选择。此外，在不同通道具有不同目标信号增益的真实测试数据上，尽管通道加权未利用波束成形中通常使用的相位延迟信息，其性能与MVDR波束成形相当或更好。
引用
@article{arxiv.1604.03276,
title = {Noise Robust Speech Recognition Using Multi-Channel Based Channel Selection And ChannelWeighting},
author = {Zhaofeng Zhang and Xiong Xiao and Longbiao Wang and EngSiong Chng and Haizhou Li},
journal= {arXiv preprint arXiv:1604.03276},
year = {2016}
}