基于瓶颈复合特征的声学模型建立方法
来源：计算机工程杂志2020年第11期北京时间：
作者：郑文秀, 赵峻毅, 文心怡, 姚引娣
单位：西安邮电大学 通信与信息工程学院, 西安 710121
摘要：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。
关键词：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
基金资助：国际科技合作项目一般项目基于大数据信息决策的智慧农业自动灌溉系统研究（2018KW-025）。
