用于噪声与混响环境下基于 DNN 语音识别的空间扩散度特征
计算与语言
2015-09-02 v2 神经与进化计算
声音
机器学习
摘要
我们提出了一种用于基于深度神经网络 (DNN) 的自动语音识别的空间扩散度特征，旨在提高混响和噪声环境下的识别准确率。该特征可实时从多麦克风信号中计算得出，无需知晓或估计到达方向，并表征了每个时间和频率单元中扩散噪声的相对量。研究表明，将扩散度特征作为额外输入引入基于 DNN 的声学模型，相较于从噪声信号中提取的 logmelspec 特征以及经谱减法增强的特征，均能降低 REVERB 挑战语料库的词错误率。
引用
@article{arxiv.1410.2479,
title = {Spatial Diffuseness Features for DNN-Based Speech Recognition in Noisy and Reverberant Environments},
author = {Andreas Schwarz and Christian Huemmer and Roland Maas and Walter Kellermann},
journal= {arXiv preprint arXiv:1410.2479},
year = {2015}
}
备注
accepted for ICASSP2015