基于瓶颈复合特征的声学模型建立方法

作者：郑文秀; 赵峻毅; 文心怡; 姚引娣

来源：计算机工程, 2020, 46(11): 301-314.

DOI：10.19678/j.issn.1000-3428.0056278

• 深度神经网络
• 梅尔频率倒谱系数
• 瓶颈特征
• 复合特征
• 高斯混合模型-隐马尔科夫模型

针对梅尔频率倒谱系数(MFCC)语音特征不能有效反映连续帧之间有效信息的问题,基于深度神经网络相关性和紧凑性特征,提出一种融合神经网瓶颈特征与MFCC特征的复合特征构造方法,提高语音的表征能力和建模能力。从语音数据中提取MFCC特征作为输入数据,将MFCC特征和BN特征进行串接得到新的复合特征,并进行GMM-HMM声学建模。在TIMIT数据库上的实验结果表明,与单一的瓶颈特征和深度神经网络后验特征相比,该方法识别率明显提升。

• 单位
  通信与信息工程学院; 西安邮电大学