音框同步之雜訊補償方法在汽車語音辨識之應用

Frame Synchronous Noise Compensation for Car Speech Recognition

自動語音辨識（ASR）系統應用在雜訊環境下時，由於雜訊語音與模型參數間的不匹配，將導致辨識率明顯的下降。音框同步補償方法可從測試語音中以音框為單位作補償，每個音框先計算出語音與模型參數之線性等化因子，再根據等化因子的大小將模型參數的平均值調整量對應出來，自動找出語音隱藏式馬可夫模型之參數調整量，將模型參數調整後再作辨識。本論文提出一種強健性的方法做平均值調整函式的估測，從實驗結果得知，使用本方法可有效提升在汽車噪音環境下語音辨識的正確率。在九十公里和五十公里汽車環境下免持麥克風之詞彙辨識系統都有明顯的改善。