• •
低信噪比下基于B-Wave-U-Net特征增强的音素识别
黄辉波,邵玉斌,龙华,杜庆治
- 昆明理工大学信息工程与自动化学院
Phoneme Recognition Based on B-Wave-U-Net Feature Enhancement at Low Signal-to-Noise Ratio
摘要: 针对低信噪比下音素识别准确率低的问题,提出一种基于B-Wave-U-Net特征增强的音素识别方法。首先,将双向长短期记忆模型(BLSTM)融入Wave-U-Net编码器的起始端,并从中引出支路信息流,再跳跃连接到解码器的末端,加入全连接层,从而构建出B-Wave-U-Net网络;然后,利用B-Wave-U-Net对从语音信号提取出的对数语谱图进行图像增强、去噪,以得到新的特征谱图;最后,将所得到的新的特征谱图输入到Mel滤波器组中,得出Fbank特征输出。在信噪比为0dB, 噪声源为白噪声的条件下, 采用THCHS30数据集和ResNet-BLSTM-CTC模型进行音素识别测试。结果表明,所提基于B-Wave-U-Net的特征增强网络相比于CRN、GCRN、DCCRN、GDCRN网络,在音素错误率指标上分别降低了2.5%、2.1%、1.6%、0.9%。此外,在其他信噪比下的音素错误率也有一定下降。
中图分类号: