一種用于抗噪語音識別的動態(tài)參數(shù)補(bǔ)償新方法

對于Log-Normal PMC(見圖1-II)，純凈語音模型同噪聲模型的合并是在線性譜域進(jìn)行。那么純凈語音和噪聲模型的參數(shù)先要從倒譜域變換到對數(shù)譜域，然后再映射到線性譜域。在線性譜域進(jìn)行模型的合并，然后進(jìn)行相反的操作把模型參數(shù)映射變換回倒譜域。另一方面，Log―Add PMC(見圖1一I)模型的補(bǔ)償是在對數(shù)譜域進(jìn)行。
通常的噪聲信號有兩類：卷積噪聲(信道的頻率響應(yīng))和加性噪聲。在本文中僅考慮加性噪聲情況。在文章中采用以下假設(shè)：1)噪聲是平穩(wěn)加性噪聲，噪聲和語音信號是相互統(tǒng)計(jì)獨(dú)立的；2)每個子帶的對數(shù)頻譜域的特征(功率譜)分布被認(rèn)為是(混合)高斯分布，Mel線性譜域的特征分布被認(rèn)為是(混合)對數(shù)一正態(tài)分布。那么在Mel線性譜域第k個子帶帶噪語音特征Yk為：

其中Xk和Nk分別是線性頻譜域的純凈語音和噪聲子帶特征(“觀測”)。g是調(diào)節(jié)噪聲和語音的縮放比例因子，為了表達(dá)簡單起見，在后面的算法公式中省略此縮放比例因子g。那么對數(shù)頻譜域子帶的帶噪語音特征Ykl同純凈語音特征Xkl和噪聲特征Nkl的失配函數(shù)為：

2．1 靜態(tài)特征補(bǔ)償
對于Log-Normal PMC靜態(tài)模型特征補(bǔ)償的核心算法是對數(shù)譜域與線性譜域之間的非線性映射同線性譜域模型的合并，即：

其中k、l分別為第k、l個子帶。
對于Log―Add PMC靜態(tài)模型特征補(bǔ)償?shù)闹粚颠M(jìn)行補(bǔ)償：

2．2 動態(tài)特征補(bǔ)償
由于推導(dǎo)出嚴(yán)格的Log―Normal PMC動態(tài)特征補(bǔ)償算法非常困難，目前對Log―Normal PMC的動態(tài)特征補(bǔ)償一般采用粗略的補(bǔ)償方法，只對其均值進(jìn)行補(bǔ)償。

對于Log-Add PMC其動態(tài)特征補(bǔ)償算法為：

3 新的動態(tài)模型參數(shù)補(bǔ)償方法
在本文中，使用靜態(tài)“觀測”的時間導(dǎo)數(shù)作為動態(tài)的“觀測”。這樣，動態(tài)特征的失配函數(shù)就應(yīng)等于靜態(tài)特征的失配函數(shù)的一階導(dǎo)函數(shù)。根據(jù)(2)，動態(tài)特征失配函數(shù)為：

定義一個附加的隨機(jī)變量Zkl，定義為Zkl=Nkl一Xkl。由于Nkl和Xkl均為正態(tài)分布，并且他們之間相互獨(dú)立，那么隨機(jī)變量Zkl也是一個正態(tài)分布。其的均值和方差分別可以表示為μZkl=μN(yùn)kl-μXkl和那么動態(tài)失配函數(shù)(9)就可以進(jìn)一步改寫成含Zkl的函數(shù)。

由于假設(shè)背景噪聲為平穩(wěn)加性噪聲，那么噪聲動態(tài)特征的均值就可以被近似為零。本文還假設(shè)附加的隨機(jī)變量同語音和噪聲的動態(tài)特征不相關(guān)。這個假設(shè)也是DPCM的核心本質(zhì)假設(shè)。由于靜態(tài)特征與其微分變換量之間是松相關(guān)的，所以這個假設(shè)是比較合理的。
3．1 均值補(bǔ)償
依據(jù)失配函數(shù)(10)和上述假設(shè)，對數(shù)譜域的帶噪語音特征的統(tǒng)計(jì)均值為：

其中

參數(shù)ti和ωi(i=l～n)是Hermite多項(xiàng)式Hn(t)的橫坐標(biāo)和對應(yīng)的權(quán)值。