基于 HMM 的混响环境下语音识别研究

来源：计算机技术与发展杂志2019年第08期北京时间：

作者：叶硕;杜珍珍;彭春堂;贺娟

摘要：语音识别是实现人机交互的关键技术之一。 当语音信号处于狭小环境时,源信号将与延迟衰减后的信号叠加在一起,从而引起混响,导致信号失真、降低了语音的清晰度。 为提高语音识别系统的性能,提出一种使用卷积同态滤波器去混响的方法,并用隐马尔可夫模型对语音的时序进行建模。 隐马尔可夫模型是一种广泛用于语音识别的、用于描述随机过程统计特性的概率模型,使用前向后向算法降低计算复杂度,使用 Baum-Welch 算法得到重估模型参数,使用 Viterbi 算法找到最优的语音识别结果。 实验结果表明,在无噪声环境下,该模型在识别正常语音时具有较高的可靠性,实现了短词汇非特定人的语音识别,并能有效解决语音混响问题。 相较于未处理的混响语音,识别正确率提高了 4% ~5%,较好地实现了混响环境下的语音识别。

关键词：语音识别;混响;卷积同态滤波;隐马尔可夫模型