Methods for spectral envelope estimation in noise robust speech recognition

Thumbnail Image

Files

master_Kallasjoki_Heikki_2009.pdf (26 MB)

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2009

Department

Tietotekniikan laitos

Major/Subject

Informaatiotekniikka

Mcode

T-61

Degree programme

Tietotekniikan tutkinto-ohjelma

Language

en

Pages

(10) + 62

Series

Abstract

Puheentunnistusjärjestelmien käytännön sovellusten on toimittava haasteellisissa ympäristöissä, joissa tietoa mahdollisten häiriöäänien laadusta ei välttämättä ole saatavilla ennakkoon. Puhesignaalin lyhytaikaisen spektrin verhokäyrä sisältää puheen välittämään viestiin liittyvän tiedon muodossa, joka sietää kohinaa paremmin kuin sen perustana oleva spektri. Malleja verhokäyrästä voidaankin siten käyttää tuottamaan puhesignaaleille piirre-esitystapoja, joihin ympäristöstä peräisin olevat häiriöäänet vaikuttavat vähemmän. Tässä työssä eri menetelmiä verhokäyrän mallintamiseen tarkastellaan osana laajan sanavaraston jatkuvan puheen tunnistusjärjestelmän piirreirroitusta. Tunnistusvirheiden määrää todellisissa kohinaisissa ympäristöissä nauhoitetulle puheelle vertaillaan eri piirre-esitystapojen välillä. Vertailtavat piirteet perustuvat perinteiseen, painotettuun ja hiljattain esiteltyyn stabiloituun painotettuun lineaariprediktioon. Myös menetelmiä stabiloidun painotetun lineaariprediktion parametrien automaattiseen mukautukseen analysoitavalle äänisignaalille sopivaksi tutkitaan. Merkittävästi parempia tunnistustuloksia saavutetaan perinteiseen ja painotettuun lineaariprediktioon perustuvia verhokäyrän malleja käyttävillä piirteillä, kun tunnistettavana on kohinaista puhetta ja käytetään puhtaalla puheella opetettuja akustisia malleja.

Description

Supervisor

Oja, Erkki

Thesis advisor

Palomäki, Kalle

Keywords

automatic speech recognition, automaattinen puheentunnistus, feature extraction, piirreirroitus, spectral envelope estimation, spektrin verhokäyrän mallinnus, weighted linear prediction, painotettu lineaariprediktio

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120555644

Collections

[dipl] Teknillinen korkeakoulu / TKK