基于fss与plp的噪声鲁棒语音识别

提出了一种基于分数阶谱相减（fss）与感知线性预测（plp）相结合的噪声鲁棒语音识别方法，记为fss+plpc。该方法首先通过fss在分数阶fourier域对带噪语音进行降噪处理，然后计算增强语音的均方误差和itakura距离并进行比较，以获得fss的近似最优分数阶阶数。最后对根据此阶数得到的增强语音提取感知线性预测倒谱（plpc）。实验结果表明，fss+plpc对于数字语音的识别性能优于传统的谱减法（ss+plpc）和感知线性预测倒谱（plpc）法，并且随着信噪比的降低fss+plpc表现出较好的噪声鲁棒性。