【作者】 王杰； 王敦泽； 陈运达；

【Author】 WANG Jie;WANG Dun-ze;CHEN Yun-da;School of Mechanical and Electric Engineering, Guangzhou University;

【机构】 广州大学机械与电气工程学院；

【摘要】 <正>0引言在过去几年中,由于引入了基于深度神经网络(DNN)的声学模型,在自动语音识别(ASR)方面取得了重大进展。然而,这些ASR系统在信噪比相对较低的环境中仍然表现得相对较差,并且噪声稳健性仍然是阻止ASR系统大规模应用的关键问题。卷积神经网络(Convolutional Neural Network,CNN)和时延神经网络(Time Delay Neural Network,TDNN)[1]的结合,即CNN-TDNN融合了两者的优点。本文对带噪语音进行前端DNN增强[2]预处理,更多还原