| 混响环境中的视-听语音识别 |
| |
| 引用本文： | 万书婷,曾向阳,王强.混响环境中的视-听语音识别[J].电声技术,2012,36(12). |
| |
| 作者姓名： | 万书婷 曾向阳 王强 |
| |
| 作者单位： | 西北工业大学,陕西 西安,710072 |
| |
| 基金项目： | 陕西省自然科学基金，西北工业大学研究生创业种子基金 |
| |
| 摘 要： | 针对混响环境中语音识别率相对安静环境下急剧下降的问题,提出了一种将语音视觉信息与音频特征相结合的方法.通过快速检测和定位包含说话人唇部的感兴趣区域(ROI),获得ROI图像序列.首先对ROI图像进行离散余弦变换,提取反映说话人唇动的视觉特征.音频特征的提取,则采用较为成熟的Mel频率倒谱系数(MF-CC)方法.对所获取的视、音特征采用隐马尔可夫模型作为训练识别算法.测试实验结果证明,采用视、听特征相结合的方法,有效地提高了混响环境中的语音识别率.
|
| 关 键 词： | 语音识别 混响 视-听特征融合 隐马尔可夫模型 |
Audio-Visual Speech Recognition in Reverberant Environments |
| |
| WAN Shuting
,
ZENG Xiangyang
,
WANG Qiang.Audio-Visual Speech Recognition in Reverberant Environments[J].Audio Engineering,2012,36(12). |
| |
| Authors: | WAN Shuting ZENG Xiangyang WANG Qiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
