.214. 智能系统学报 第11卷 将MVDA与MFCC特征在自动语音识别系统 5 下进行语音识别实验对比，实验结果如图4。可以 结束语 得出，信噪比较高时，MFCC特征与MVDA特征的识 本文的分析主要基于加性噪声和卷积噪声环境 别率基本相同，但随着信噪比降低，MVDA语音特征 下MFCC特征参数的失真，针对这一问题提出了 的效果更加显著。 MVDA语音特征提取法。分析得出实验效果与语音 基本特征、滤波器的类型均相关。在使用MVDA滤 100 o-MFCC参数 波法后，相较于MFCC语音特征，自动语音识别系统 95 -MVDA参数 在不同性噪比环境下的识别率提高了2.7%~ 90 卧 15.0%。MVDA特征提取可以达到很多复杂去噪算 法的效果，却可以减少系统对计算能力的要求，减小 80f 系统的时延。因此，MVDA后处理法可以在更小的 75 计算代价下提高系统的鲁棒性，具有较高的实际应 105 0 5 10 20 用价值。 躁声强度/dB (a)噪青类型为white 参考文献： 95 [1]PALIWAL KK,BASU A.A speech enhancement method 90 based on Kalman fltering[C]//Proceedings of IEEE Inter- national Conference on Acoustics,Speech,and Signal Pro- cessing.Dallas,USA,1997:177-180. 80 。MFCC参数 [2]GIBSON J D.KOO B.GRAY S D.Filtering of Colored 75 -MVDA参数 Noise for Speech Enhancement and Coding J].IEEE 70 Transactions on Signal Processing,1991,39(8):1732- 5 0 5 10 15 20 1742 噪声强度/dB (b)噪声类型为pink [3]ZELINSKI R.A microphone array with adaptive post-filte- ring for noise reduction in reverberant rooms[C]//Proceed- 95 ings of IEEE International Conference on Acoustics, % Speech,and Signal Processing.New York,USA,1998: 2578-2581. 禁 [4]MYLLYMAKI M,VIRTANEN T.Non-stationary noise mod- 80 el compensation in voice activity detection[C]//Proceed- ·MFCC参数 ings of IEEE International Conference on Signal Processing -MVDA参数 Conference.Glasgow,Scotland,2009:2186-2190. 105 0 5 1015 20 [5]RAMFREZ J,SEGURA J C,BENFTEZ C,et al.Efficient 噪声强度/dB voice activity detection algorithms using long-term speech in- (c)噪声类型为volvo formation J].Speech communication,2004,42(3/4): 95 271-287. [6]CHOWDHURY M,SELOUANI S A,OSHAUGHNESSY D. 90 A soft computing approach to improve the robustness of on- 85 line ASR in previously unseen highly non-stationary acoustic environments[C]//Proceedings of the 11th IEEE Interna- 80 -MFCC参数 tional Conference on Information Science,Signal Processing 75 -MVDA参数 and their Applications.Montreal,Canada,2012:522-527. 70 [7]GUPTA H A,RAJU A,ALWAN A.Non-linear dimension 5 10 1520 噪声强度/dB reduction of Gabor features for noise-robust ASR[C]//Pro- (d)噪声类型为DE ceedings of IEEE International Conference on Acoustics, 图10自动语音识别结果对比图 Speech,and Signal Processing.Florence,Italy,2014: Fig.10 Comparison of automatic speech recognition results 1715-1719. 8 HANSEN J H L.VARADARAJAN V.Analysis and com-将 ＭＶＤＡ 与 ＭＦＣＣ 特征在自动语音识别系统 下进行语音识别实验对比，实验结果如图 ４ 。 可以 得出，信噪比较高时，ＭＦＣＣ 特征与 ＭＶＤＡ 特征的识 别率基本相同，但随着信噪比降低，ＭＶＤＡ 语音特征 的效果更加显著。 图 １０ 自动语音识别结果对比图 Ｆｉｇ．１０ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ａｕｔｏｍａｔｉｃ ｓｐｅｅｃｈ ｒｅｃｏｇｎｉｔｉｏｎ ｒｅｓｕｌｔｓ ５ 结束语 本文的分析主要基于加性噪声和卷积噪声环境 下 ＭＦＣＣ 特征参数的失真，针对这一问题提出了 ＭＶＤＡ 语音特征提取法。 分析得出实验效果与语音 基本特征、滤波器的类型均相关。 在使用 ＭＶＤＡ 滤 波法后，相较于 ＭＦＣＣ 语音特征，自动语音识别系统 在不 同 性 噪 比 环 境 下 的 识 别 率 提 高 了 ２． ７％ ～ １５．０％。 ＭＶＤＡ 特征提取可以达到很多复杂去噪算 法的效果，却可以减少系统对计算能力的要求，减小 系统的时延。 因此，ＭＶＤＡ 后处理法可以在更小的 计算代价下提高系统的鲁棒性，具有较高的实际应 用价值。 参考文献： ［１］ＰＡＬＩＷＡＬ Ｋ Ｋ， ＢＡＳＵ Ａ． Ａ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ Ｋａｌｍａｎ ｆｌｔｅｒｉｎｇ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ， ａｎｄ Ｓｉｇｎａｌ Ｐｒｏ⁃ ｃｅｓｓｉｎｇ． Ｄａｌｌａｓ， ＵＳＡ， １９９７： １７７⁃１８０． ［２］ ＧＩＢＳＯＮ Ｊ Ｄ， ＫＯＯ Ｂ， ＧＲＡＹ Ｓ Ｄ． Ｆｉｌｔｅｒｉｎｇ ｏｆ Ｃｏｌｏｒｅｄ Ｎｏｉｓｅ ｆｏｒ Ｓｐｅｅｃｈ Ｅｎｈａｎｃｅｍｅｎｔ ａｎｄ Ｃｏｄｉｎｇ ［ Ｊ ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ， １９９１， ３９ （ ８）： １７３２⁃ １７４２． ［３］ ＺＥＬＩＮＳＫＩ Ｒ． Ａ ｍｉｃｒｏｐｈｏｎｅ ａｒｒａｙ ｗｉｔｈ ａｄａｐｔｉｖｅ ｐｏｓｔ⁃ｆｉｌｔｅ⁃ ｒｉｎｇ ｆｏｒ ｎｏｉｓｅ ｒｅｄｕｃｔｉｏｎ ｉｎ ｒｅｖｅｒｂｅｒａｎｔ ｒｏｏｍｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄ⁃ ｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ， ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ， １９９８： ２５７８⁃２５８１． ［４］ＭＹＬＬＹＭＡＫＩ Ｍ， ＶＩＲＴＡＮＥＮ Ｔ． Ｎｏｎ⁃ｓｔａｔｉｏｎａｒｙ ｎｏｉｓｅ ｍｏｄ⁃ ｅｌ ｃｏｍｐｅｎｓａｔｉｏｎ ｉｎ ｖｏｉｃｅ ａｃｔｉｖｉｔｙ ｄｅｔｅｃｔｉｏｎ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄ⁃ ｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ． Ｇｌａｓｇｏｗ， Ｓｃｏｔｌａｎｄ， ２００９： ２１８６⁃２１９０． ［５］ＲＡＭＦＲＥＺ Ｊ， ＳＥＧＵＲＡ Ｊ Ｃ， ＢＥＮＦＴＥＺ Ｃ， ｅｔ ａｌ． Ｅｆｆｉｃｉｅｎｔ ｖｏｉｃｅ ａｃｔｉｖｉｔｙ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｕｓｉｎｇ ｌｏｎｇ⁃ｔｅｒｍ ｓｐｅｅｃｈ ｉｎ⁃ ｆｏｒｍａｔｉｏｎ ［ Ｊ］． Ｓｐｅｅｃｈ ｃｏｍｍｕｎｉｃａｔｉｏｎ， ２００４， ４２ （ ３ ／ ４）： ２７１⁃２８７． ［６］ＣＨＯＷＤＨＵＲＹ Ｍ， ＳＥＬＯＵＡＮＩ Ｓ Ａ， Ｏ＇ＳＨＡＵＧＨＮＥＳＳＹ Ｄ． Ａ ｓｏｆｔ ｃｏｍｐｕｔｉｎｇ ａｐｐｒｏａｃｈ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｒｏｂｕｓｔｎｅｓｓ ｏｆ ｏｎ⁃ ｌｉｎｅ ＡＳＲ ｉｎ ｐｒｅｖｉｏｕｓｌｙ ｕｎｓｅｅｎ ｈｉｇｈｌｙ ｎｏｎ⁃ｓｔａｔｉｏｎａｒｙ ａｃｏｕｓｔｉｃ ｅｎｖｉｒｏｎｍｅｎｔｓ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １１ｔｈ ＩＥＥＥ Ｉｎｔｅｒｎａ⁃ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ， Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｔｈｅｉｒ Ａｐｐｌｉｃａｔｉｏｎｓ． Ｍｏｎｔｒｅａｌ， Ｃａｎａｄａ， ２０１２： ５２２⁃５２７． ［７］ＧＵＰＴＡ Ｈ Ａ， ＲＡＪＵ Ａ， ＡＬＷＡＮ Ａ． Ｎｏｎ⁃ｌｉｎｅａｒ ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｔｉｏｎ ｏｆ Ｇａｂｏｒ ｆｅａｔｕｒｅｓ ｆｏｒ ｎｏｉｓｅ⁃ｒｏｂｕｓｔ ＡＳＲ［Ｃ］ ／ ／ Ｐｒｏ⁃ ｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ， Ｓｐｅｅｃｈ， ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ． Ｆｌｏｒｅｎｃｅ， Ｉｔａｌｙ， ２０１４： １７１５⁃１７１９． ［８］ ＨＡＮＳＥＮ Ｊ Ｈ Ｌ， ＶＡＲＡＤＡＲＡＪＡＮ Ｖ． Ａｎａｌｙｓｉｓ ａｎｄ ｃｏｍ⁃ ·２１４· 智 能 系 统 学 报 第 １１ 卷