search query: @keyword feature extraction / total: 22
reference: 7 / 22
| Author: | Kallasjoki, Heikki |
| Title: | Methods for spectral envelope estimation in noise robust speech recognition |
| Menetelmiä spektrin verkkokäyrän mallintamiseen kohinasietoista puheentunnistusta varten | |
| Publication type: | Master's thesis |
| Publication year: | 2009 |
| Pages: | (10) + 62 Language: eng |
| Department/School: | Tietotekniikan laitos |
| Degree programme: | Tietotekniikan tutkinto-ohjelma |
| Main subject: | Informaatiotekniikka (T-61) |
| Supervisor: | Oja, Erkki |
| Instructor: | Palomäki, Kalle |
| Digitized copy: | https://aaltodoc.aalto.fi/handle/123456789/96810 |
| OEVS: | Digitized archive copy is available in Aaltodoc
|
| Location: | P1 Ark Aalto 7209 | Archive |
| Keywords: | automatic speech recognition feature extraction spectral envelope estimation weighted linear prediction automaattinen puheentunnistus piirreirroitus spektrin verhokäyrän mallinnus painotettu lineaariprediktio |
| Abstract (fin): | 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. |
| ED: | 2009-10-05 |
INSSI record number: 38405
+ add basket
INSSI