Метод шумоочистки речевых сигналов на основе мел-частотных кепстральных коэффициентов с использованием фильтрации Калмана

Abstract

Улучшение качества речи в системах автоматического распознавания с использованием фильтра Калмана является перспективной областью исследований. В подавляющем большинстве работ коэффициент линейного предсказания (LPC) используются в качестве параметрических векторов. Однако несколько исследований показали преимущество использования мел-частотных кепстральных коэффициентов (MFCC) в сравнении с LPC в системах распознавания речи. В данной статье проведен сравнительный анализ использования LPC и MFCC совместно с фильтром Калмана для определения акустических параметров зашумленного речевого сигнала в системах автоматического распознавания речи (ASR). Improving speech quality in automatic recognition systems using the Kalman filter is a promising area of research. The vast majority of work done in this area uses linear prediction coefficients (LPC) as a parametric vector. However, several studies have shown the advantage of using mel-frequency cepstral coefficients (MFCC) in comparison with LPC in speech recognition systems. This article presents a comparative analysis of the use of LPC and MFCC in conjunction with the Kalman filter to determine the acoustic parameters of a noisy speech signal in automatic speech recognition (ASR) systems.