Instantaneous environment adaptation techniques based on fast PMC and MAP-CMS methods

Reconocimiento de habla robusto frente a condiciones de ruido aditivo y convolutivo

“…Uno de los problemas de este tipo de técnicas es que no son síncronas en el tiempo, es decir, el reconocimiento sufrirá un retardo igual al número de tramas necesarias para el filtrado, que puede no ser aceptable en aplicaciones en tiempo real. Diversas soluciones han sido propuestas, como [Rahim96], [Kosaka98], [Viiki98].…”

“…Dentro del segundo grupo, destacan los algoritmos en los que la función de entorno es aproximada por un filtrado de Wiener [BeattieQl], [Vaseghi93], el CDCN ("Codeword-Dependent Cepstral Normalization") [Acero93], el SDN ("Speech and Noise Decomposition") [Varga90] y el PMC ("ParaUel Model Combination") [Gales95a] [Gales95b]. Este último está basado en la generación de modelos del entorno ruidoso a parür de la combinación (definida por la fianción de entorno) de los modelos de habla Hmpia y ruido y es uno sobre los que se ha realizado más trabajos de investigación posteriores, intentando evitar algunas de las limitaciones del modelo inicial (algunos ejemplos son [Yamamoto96], [Hung98], [Kosaka98], [HungOl]).…”

“…Aunque existen un gran número de variantes de esta técnica (por ejemplo, [Nolazco94], [Gales95b], |Yamamoto96], [Shozakai97], [Crafa98], [Hung98], [Kosaka98] y [HungOl]), nosotros hemos elegido la implementación más sencilla (el PMC no iterativo con aproximación "log-add") puesto que lo que se trataba de analizar era la influencia de la función de entorno definida para convertir los modelos "limpios" en "ruidosos".…”