针对构音障碍语音识别率难以提升的问题，本文提出一种多尺度梅尔域特征图谱提取算法。该算法采用经验模态分解方法分解语音信号，分别对三个有效分量提取Fbank特征及其一阶差分，从而构成能够捕捉频域细节信息的新特征图谱。其次，由于单路神经网络在训练过程中，存在有效特征丢失及计算复杂度高的问题，本文提出一种语音识别网络模型。最后，在公开UA-Speech数据集上进行训练和解码。实验结果表明，本文方法的语音识别模型准确率达到了92.77%，因此，本文所提算法能有效提高构音障碍语音识别率。
科研之友
微信
新浪微博
Facebook
分享链接
