论文部分内容阅读
在噪声环境下，稀疏表示方法并没有表现出它出色的区分性能，反而由于特征的分散导致性能的大幅下降。根据语音特征参数之间的相关性，提出了一种适用于稀疏表示说话人识别的全局补偿方法。该方法对不同阶特征参数进行逐一分析，目的是为了找出被噪声影响最严重的一阶参数并去除之，以此增强测试语音与训练语音之间的相关性。理论分析和实验结果表明，该方法具有很好的抗噪性能，在信噪比为5dB时，带有白噪声的语句识别率达到了85．7％，而在高信噪比时，其识别率能够达到97．5％，几乎等同于干净语音的识别率。