Um die Robustheit von automatischen Spracherkennungssystemen gegenüber den verschiedenen Störgeräuschen zu erhöhen, wie sie im Automobil zu finden sind, ist die Verwendung von Störgeräuschunterdrückungsmethoden notwendig Diese Methoden bieten allerdings nur eine Schätzung des sauberen Signals an, die oft verbleibende Störungen und Artefakte enthält, welche durch Ungenauigkeiten in der Schätzung des Sprachspektrums entstehen. Dies ist besonders dann kritisch, wenn die Störungen instationär sind oder die Sprache gegenüber dem Rauschen eine niedrige Amplitude besitzt. Unter Umständen kann dann das verarbeitete Signal sogar zu schlechteren Erkennungsraten führen als das gestörte Mikrofonsignal. In diesem Artikel zeigen die Autoren, dass eine Kombination von etablierter MMSE-Störgeräuschunterdrückung mit einem effektiven Rauschleistungsschätzer und mit Missing Feature Techniken die Spracherkennungsleistung in nichtstationären Störumgebungen signifikant erhöht, besonders, wenn sie mit nichtlinearen Mel-Cepstralkoeffizienten als Sprach-Features verwendet wird.
Spracherkennung im Automobile durch Verwendung von Missing Feature Techniken
2007
2 Seiten, 1 Bild, 1 Tabelle, 7 Quellen
Conference paper
Storage medium
German
Spracherkennung im Automobil durch Verwendung von Missing Feature Techniken
British Library Conference Proceedings | 2007
|Automotive engineering | 2006
|