TAILIEUCHUNG - Báo cáo hóa học: Time-Varying Noise Estimation for Speech Enhancement and Recognition Using Sequential Monte Carlo Method

Tuyển tập báo cáo các nghiên cứu khoa học quốc tế ngành hóa học dành cho các bạn yêu hóa học tham khảo đề tài: Tuyển tập báo cáo các nghiên cứu khoa học quốc tế ngành hóa học dành cho các bạn yêu hóa học tham khảo đề tài: Time-Varying Noise Estimation for Speech Enhancement and Recognition Using Sequential Monte Carlo Method | EURASIP Journal on Applied Signal Processing 2004 15 2366-2384 2004 Hindawi Publishing Corporation Time-Varying Noise Estimation for Speech Enhancement and Recognition Using Sequential Monte Carlo Method Kaisheng Yao Institute for Neural Computation University of California San Diego 9500 Gilman Drive La Jolla CA 92093-0523 USA Email kyao@ Te-Won Lee Institute for Neural Computation University of California San Diego 9500 Gilman Drive La Jolla CA 92093-0523 USA Email tewon@ Received 4 May 2003 Revised 9 April 2004 We present a method for sequentially estimating time-varying noise parameters. Noise parameters are sequences of time-varying mean vectors representing the noise power in the log-spectral domain. The proposed sequential Monte Carlo method generates a set of particles in compliance with the prior distribution given by clean speech models. The noise parameters in this model evolve according to random walk functions and the model uses extended Kalman filters to update the weight of each particle as a function of observed noisy speech signals speech model parameters and the evolved noise parameters in each particle. Finally the updated noise parameter is obtained by means of minimum mean square error MMSE estimation on these particles. For efficient computations the residual resampling and Metropolis-Hastings smoothing are used. The proposed sequential estimation method is applied to noisy speech recognition and speech enhancement under strongly time-varying noise conditions. In both scenarios this method outperforms some alternative methods. Keywords and phrases sequential Monte Carlo method speech enhancement speech recognition Kalman filter robust speech recognition. 1. INTRODUCTION A speech processing system maybe required to work in conditions where the speech signals are distorted due to background noise. Those distortions can drastically drop the performance of automatic speech recognition ASR systems which usually perform well in quiet

• Công nghệ - Môi trường
• báo cáo khoa học
• báo cáo hóa học
• công trình nghiên cứu về hóa học
• tài liệu về hóa học
• cách trình bày báo cáo
• trình bày báo cáo
• tài liệu báo cáo khoa học
• cách trình bày báo cáo khoa học
• báo cáo khoa học sinh học
• báo cáo khoa học toán học
• luận văn mẫu
• người lính việt nam
• sau chiến tranh
• tuyển tập báo cáo khoa học
• báo cáo ngành triết học
• báo cáo ngành lịch sử
• báo cáo ngành văn học
• nghiên cứu khoa học
• báo cáo về văn học
• báo cáo triết học
• báo cáo văn học
• chuyên đề văn học
• văn học nghệ thuật
• văn học Việt NAm
• báo cáo ngành toán học
• báo cáo ngành vật lý
• báo cáo ngành chăn nuôi
• văn học Trung Hoa
• báo cáo khoa học kinh tế
• Kỷ yếu tóm tắt báo cáo khoa học
• Báo cáo khoa học y học
• Báo cáo y học
• Hội nghị khoa học tim mạch
• Báo cáo khoa học y khoa
• Tăng huyết áp
• báo cáo sinh học
• bảo tồn nguồn gen
• báo cáo ngành kỹ thuật
• Báo cáo quản lý chất thải sinh hoạt
• Báo cáo khoa học môi trường
• Báo cáo khoa học công nghệ
• Nghiên cứu khoa học về môi trường
• Đề tài nghiên cứu khoa học
• Báo cáo nghiên cứu khoa học