基于归一化算法的噪音鲁棒性连续语音识别

摘要：

针对归一化方法在连续语音特征曲线调整时存在的问题，提出一种优化解决方案，解决了噪声的不稳定性及不可预测性对语音特征的影响。结果表明，基于该优化方法建立的鲁棒性连续语音识别模型可实现在实验室干净环境和现实噪音环境下同时得到较好的识别结果。

关键词：归一化、噪音鲁棒性、连续语音识别

分类号：TP319(计算技术、计算机技术)

资助基金：吉林省自然科学基金20140101227JC

在线出版日期：2015-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：519-524