基于计算听觉场景分析和语者模型信息的语音识别鲁棒前端研究

作者：关勇; 李鹏; 刘文举; 徐波

来源：自动化学报, 2009, (04): 410-416.

• 计算听觉场景分析
• 语音分离
• 鲁棒语音识别
• 因子最大矢量量化
• 语者识别 Computational auditory scene analysis(CASA)
• speech segregation
• robust speech recognition
• factorialmax vector quantization(MAXVQ)
• speaker recognition

传统抗噪算法无法解决人声背景下语音识别(Automatic speech recognition,ASR)系统的鲁棒性问题.本文提出了一种基于计算听觉场景分析(Computational auditory scene analysis,CASA)和语者模型信息的混合语音分离系统.该系统在CASA框架下,利用语者模型信息和因大子最大矢量量化(Factorial-max vector quantization,MAXVQ)方法进行实值掩码估计,实现了两语者混合语音中有效地分离出目标说话人语音的目标,从而为ASR系统提供了鲁棒的识别前端.在语音分离挑战(Speech separation chall...

• 单位
  中国科学院自动化研究所; 模式识别国家重点实验室