摘要：提出一种新的基于近邻竞争模型的鲁棒语音确认方法。该方法通过引入目标模型的鲁棒近邻信息以提高在环境不匹配情况下的似然比确认性能。实验结果表明,在纯净语音环境下,该方法的性能与似然比方法相当,在高斯白噪声环境下,与似然比、在线垃圾模型方法相比,该方法的错误率分别下降1.2%和4.2%,在其他噪声环境下,该方法也能获得较好的确认效果。

摘要：家电语音控制系统在复杂的背景环境下,由于识别率显著下降而导致关键词检出率偏低。介绍了利用孤立词、连接词以及连续语音识别引擎构造的多识别引擎的识别器,该识别器允许用户自由选择语音输入方式,扩大了关键词的检出范围,从而达到提高关键词检出率的目的。同时给出了家电语音控制系统的整体结构,分析了影响系统性能的关键因素,并且给出了相应的解决方案。