A Gaussian mixture model (GMM) base

A Gaussian mixture model (GMM) based speech estimation method proposed in J.C.Segura et al
[6] estimates the expectation of the mismatch factor between clean speech and noisy speech at
each frame by using GMM of clean speech and mean vector of noise. This approach shows a
significant improvement in recognition accuracy. However, the Segura’s method considered on
the additive noise environments and it did not consider about the channel noise problem such as
an acoustic transfer function, a microphone characteristic etc
A Parallel model combination (PMC) method [7] has been proposed

Kết quả (Việt) 1:

Một mô hình hỗn hợp Gaussian (GMM) dựa trên phương pháp ước lượng bài phát biểu đề xuất trong J.C.Segura et al[6] ước tính kỳ vọng của các yếu tố mismatch giữa sạch bài phát biểu và bài phát biểu ồn ào tạimỗi khung bằng cách sử dụng GMM sạch ngôn luận và các véc tơ có nghĩa là tiếng ồn. Cách tiếp cận này cho thấy mộtcải thiện đáng kể tính chính xác nhận dạng. Tuy nhiên, phương pháp của Segura coi ngàymôi trường tiếng ồn phụ gia và nó đã không xem xét về vấn đề tiếng ồn kênh nhưmột chức năng âm thanh chuyển, một micro đặc trưng v.v.Một mô hình song song phương pháp kết hợp (PMC) [7] đã được đề xuất

Kết quả (Việt) 2:

Một mô hình hỗn hợp Gaussian (GMM) dựa trên bài phát biểu phương pháp ước lượng được đề xuất trong JCSegura et al
[6] ước lượng kỳ vọng của các yếu tố không phù hợp giữa bài phát biểu sạch và lời nói ồn ào tại
mỗi khung bằng cách sử dụng GMM ngôn luận sạch và có nghĩa là vector của tiếng ồn. Cách tiếp cận này cho thấy một
sự cải thiện đáng kể độ chính xác nhận dạng. Tuy nhiên, phương pháp của Segura xem xét trên
các môi trường phụ tiếng ồn và nó đã không xem xét về vấn đề tiếng ồn kênh như
một chức năng chuyển âm thanh, một đặc tính Micro vv
Một phương pháp mô hình song song kết hợp (PMC) [7] đã được đề xuất

Kết quả (Việt) 3:

Gauss mô hình hỗn hợp (GMM) ước tính trong giọng nói cách J.C.Segura et al đã đề nghị.[6] tính sạch sẽ. Và ồn ào. Giữa các yếu tố không tương ứng với giá trị kỳ vọngMỗi một khung dùng GMM sạch và tiếng ồn của giọng nói có nghĩa là vector.Phương pháp này được hiển thị.Notable tăng độ chính xác nhận dạng.Tuy nhiên, phương pháp nghiên cứu SeguraTính thêm môi trường tiếng ồn, nó không xem xét vấn đề như kênh nhiễu,Một hàm truyền thanh, một tính năng chờ.Một mô hình kết hợp song song (PMC). [7].