目前常用的鲁棒语音识别研究主要是基于测试环境和训练环境的失配问题提出的,例如鲁棒语音特征参数提取、特征补偿和模式自适应的......

提出了一种基于相对自相关序列(Relative Autocorrelation Sequences,RAS)MFCC(Mel-Frequency Ceps-tral Coefficient)特征的丢失......

针对传统多数据流语音识别方法不考虑数据流内各特征分量受噪声影响差异的缺点,提出了一种基于特征分量输出概率加权的数据流结合......

本文在丢失数据技术与声学后退技术的基础上，提出了一种基于模糊规则的鲁棒语音识别方法，首先根据先验知识或假定建立特征分量的可靠......

鲁棒语音识别技术在人机交互、智能家居、语音翻译系统等方面有重要应用。为了提高在噪声和语音干扰等复杂声学环境下的语音识别性......