由于训练环境与实际环境的失配,目前的语音识别系统在噪声环境中的识别精度急剧下降,本项目拟以模型法为基础,对语音识别抗噪声进行研究。将从提高模型法的自适应能力,以及准确估计噪声及模型参数等角度来研究在非平稳噪声,及强背景噪声中语音识别的稳健性问题。这一前沿课题的突破,不但具有重要的理论意义,而且将拓宽语音识别的实际应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于自适应干扰估测器的协作机器人关节速度波动抑制方法
含饱和非线性的主动悬架系统自适应控制
基于速变LOS的无人船反步自适应路径跟踪控制
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
中等噪声下大词汇汉语音识别研究
联合贝叶斯人声模型和自适应噪声补偿的稳健语音识别研究
听觉场景分析及其噪声环境下的语音识别
语音增强和噪声背景中的话音识别研究