计算机工程

作者：郑文秀, 赵峻毅, 文心怡, 姚引娣

单位：西安邮电大学 通信与信息工程学院, 西安 710121

关键词：深度神经网络,梅尔频率倒谱系数,瓶颈特征,复合特征,高斯混合模型-隐马尔科夫模型

基金：国际科技合作项目一般项目"基于大数据信息决策的智慧农业自动灌溉系统研究"（2018KW-025）。

针对梅尔频率倒谱系数（MFCC）语音特征不能有效反映连续帧之间有效信息的问题，基于深度神经网络相关性和紧凑性特征，提出一种融合神经网瓶颈特征与MFCC特征的复合特征构造方法，提高语音的表征能力和建模能力。从语音数据中提取MFCC特征作为输入数据，将MFCC特征和BN特征进行串接得到新的复合特征，并进行GMM-HMM声学建模。在TIMIT数据库上的实验结果表明，与单一的瓶颈特征和深度神经网络后验特征相比，该方法识别率明显提升。

来源：2020年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第11期