Browsing by Author "Yan, Bi-Cheng"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    探索調變頻譜特徵之低維度結構應用於強健性語音辨識
    (2017) 顏必成; Yan, Bi-Cheng
    語音強健技術(Robustness)在自動化語音辨識系統(Automatic Speech Recognition, ASR)中扮演著相當重要的角色，尤其是環境的影響(Environment effect )下，更能突顯其重要性。近年來的研究指出，探索語音特徵的低維度結構（Low-dimensional Structure）有助於萃取出較具有強健性的語音特徵。有鑒於上述觀點，我們研究多種考量語音特徵固有(Intrinsic)的低維度結構，並找尋俱有特定結構的子空間以涵蓋原本高維度的語音特徵空間，以此希望能獲得較具強健性的語音特徵。 在本篇論文中，我們探索了一系列的低維度結構方法並應用在語音條變頻譜域(Modulation Spectra)，希望能淬煉出強健性語音特徵。首先，我們使用基於稀疏表示(Sparse Representation)的方法來廣泛地分析高維度語音特徵，再從中去找出一冗贅(Residual)的基底(Basis)後並加以去除。接著我們提出了基於低秩表示法(Low-rank Representation)來探索語音條變頻譜的子空間結構，從而減輕噪音所造成的負面影響。最後，我們探索語音特徵調變頻譜上固有的幾何低維度流形結構(Geometric Low-dimensional Manifold Structures)，希望能將帶有噪音的音訊投影到此流形結構上，以獲得更具有強健性的語音特徵。此外，為了獲得更好的語音辨識效能，我們將所提出的方法與常見的語音正規化特徵結合，其結果都有良好的表現。所有實驗都在Aurora-4數據庫和任務上進行和驗證。