基于音频感知与子带补偿滤波的鲁棒语言识别特征参数提取算法

简介：
本研究提出了一种结合音频感知和子带补偿滤波的鲁棒语言识别特征参数提取方法，旨在提高噪声环境下的语音识别性能。通过模拟人类听觉系统对声音信号进行处理，有效增强了目标语音信息，抑制了背景噪音的影响，从而提升了模型在复杂环境中的适应性和准确性。 针对目前语言识别系统所采用的特征参数未能充分考虑人耳听觉机制且鲁棒性较差的问题，本段落提出了一种符合人类听觉感知特性的鲁棒语音识别参数提取算法。该算法主要从两个方面提高特征参数的鲁棒性：一是使用更接近于人耳感知特性的Gammachirp滤波器组替代常用的三角形滤波器组来计算各个子带的能量；二是为每个子带通道设计一个补偿滤波器，以减少环境噪声和信号失真。这些补偿滤波器的设计采用数据驱动的方法，在最小化各子带输出信号的失真的同时也能降低环境噪音的影响。实验结果表明，提出的特征参数在共同的噪声环境下性能总体上优于常用的梅尔频率倒谱系数及其衍生参数。