第五章 實驗方式與結果
5.2 實驗方法與數據
5.2.2 以 DHMM 結合 FVQ 的測試結果
我們將乾淨語音表 5-1 結合模糊向量量化(FVQ)建立 DHMM 並訓練每個 DHMM 語 音模型，再將測試語音表 5-2 結合模糊向量量化(FVQ)作測試，結果如下。表 5-6、表 5-7、表 5-8 為以 DHMM+FVQ 在不同測試環境之辨識結果。
表5-6 DHMM+FVQ 在 A 組環境雜訊之辨識結果 A 組環境雜訊
訊噪比 地下鐵 人聲 汽車 展覽會館
clean 98.53 98.36 97.85 97.95
20db 94.04 93.9 95.68 94.54
15db 92.2 86.9 86.1 90.58
10db 80.8 70.6 60.8 73.08
5db 43.39 48.84 46.4 41.64
0db 25.86 23.8 23.65 24.34
0~20db 平均 67.258 64.808 62.526 64.836
表5-7 DHMM+FVQ 在 B 組環境雜訊之辨識結果 B 組環境雜訊
訊噪比 餐廳 街道 機場 火車站
clean 98.53 98.36 97.85 97.95
20db 95.9 93.34 94.18 93.71
15db 89.83 85.05 86.88 87.25
10db 72.52 67.06 76.6 73.66
5db 50.5 41.56 53.33 49.24
0db 24.24 24.12 31.11 29.62
0~20db 平均 66.598 62.226 68.42 66.696
表5-8 DHMM+FVQ 在 C 組環境雜訊之辨識結果 C 組環境雜訊
訊噪比 地下鐵 街道
clean 98.4 98.6
20db 92.58 96.1
15db 84.55 84.68
10db 70.1 68.06
5db 34.96 44.09
0db 22.13 23.75
0~20db 平均 60.864 63.336
5.2.3 語音訊號以 DHMM+EMD+GA 的測試結果
我們將乾淨語音表 5-1 建立 DHMM 模型並訓練各個 DHMM 語音模型，再將測試 語音表 5-2 以模態函數分解(EMD)加上基因演算法(GA)作測試，結果如下。表 5-9、表 5-10、表 5-11 為以 DHMM+EMD 在不同測試環境之辨識結果。
表5-9 DHMM+EMD 在 A 組環境雜訊之辨識結果 A 組環境雜訊
訊噪比 地下鐵 人聲 汽車 展覽會館
clean 97.3 97.42 97.31 97.01 20db 93.1 89.2 95.92 94.52 15db 88.9 86.72 86.62 89.32 10db 86.2 74.25 70.12 79.54 5db 60.26 59.26 55.1 62.94 0db 30.8 35.4 36.8 36.72 0~20db 平均 71.852 68.966 68.912 72.608
表5-10 DHMM+EMD 在 B 組環境雜訊之辨識結果 B 組環境雜訊
訊噪比 餐廳 街道 機場 火車站
clean 97.22 97.56 97.4 97.1 20db 93.2 93.2 91.33 90.64 15db 89.96 86.4 85.1 86.42 10db 80.1 83.63 77.1 77.42 5db 56.24 62.37 63.9 59.6 0db 36.52 36.72 38.3 39.4 0~20db 平均 71.204 72.464 71.146 70.696
表5-11 DHMM+EMD 在 C 組環境雜訊之辨識結果 C 組環境雜訊
訊噪比 地下鐵 街道
clean 97.8 97.88
20db 91.21 95.2
15db 84.02 84.24
10db 77.42 77.8
5db 57.5 58.77
0db 35.2 37.34
5.2.4 語音訊號以 DHMM+FVQ+EMD+GA 的測試結果
我們將乾淨語音表 5-1 以模糊向量量化(FVQ)上來建立 DHMM 並訓練各個 DHMM
語音模型，再將測試語音表5-2 以模態函數分解(EMD)加上基因演算法(GA)加上模糊向 量量化(FVQ)作測試，結果如下。表 5-12、表 5-13、表 5-14 為以 DHMM+FVQ+EMD 在不同測試環境之辨識結果。
表5-12 DHMM+FVQ+EMD 在 A 組環境雜訊之辨識結果 A 組環境雜訊
訊噪比 地下鐵 人聲 汽車 展覽會館
clean 98.31 98.5 98.12 97.88 20db 96.96 97.1 96.9 96.82 15db 95.52 93.4 92.22 93.64 10db 88.12 83.32 84.1 85.76 5db 66.2 63.3 60.62 66.1 0db 43.86 44.8 43.24 46.17 0~20db 平均 78.132 76.384 75.416 77.698
表5-13 DHMM+FVQ+EMD 在 B 組環境雜訊之辨識結果 B 組環境雜訊
訊噪比 餐廳 街道 機場 火車站
clean 97.56 97.9 97.24 97.92 20db 96.9 96.1 96.2 95.26 15db 94.52 93.81 94.3 93.64 10db 86.83 85.1 85.99 85.74 5db 66.54 65.82 67.34 61.4 0db 45.4 46.46 44.2 45.92 0~20db 平均 78.038 77.458 77.606 76.392
表5-14 DHMM+FVQ+EMD 在 C 組環境雜訊之辨識結果 C 組環境雜訊
訊噪比 地下鐵 街道
clean 97.86 98
20db 96.86 97.6
15db 94.24 95.2
10db 88.15 89.62
5db 70.27 71.8
0db 52.8 51.12
0~20db 平均 80.464 81.068
5.2.5 語音以 CHMM、DHMM 與 FVQ+DHMM 在不同環境的辨識時間
我們以表 5-2 作為測試語音，其中每一個測試環境包含了 6 種 SNR，分別為乾淨、20dB、15dB、10dB、5dB 與 0dB，而每一個測試環境在一種 SNR 的語音數有 1001 個。
我們以CHMM、DHMM 與 FVQ+DHMM 計算各種環境在不同 SNR 的辨識時間。表 5-15、表 5-16、表 5-17 為以 CHMM 的在不同測試環境在不同 SNR 的辨識時間。表 5-18、
表5-19、表 5-20 為以 DHMM 的在不同測試環境在不同 SNR 的辨識時間。表 5-21、表 5-22、表 5-23 為以 DHMM+FVQ 的在不同測試環境在不同 SNR 的辨識時間。
表5-15 CHMM 在 A 組環境雜訊之辨識時間 A 組環境噪音辨識時間(秒)
訊噪比 地下鐵 人聲 汽車 展覽會館
clean 28.066 30.033 33.102 34.247 20db 41.175 29.932 40.612 40.141 15db 42.64 40.773 40.255 38.736 10db 47.123 41.064 39.864 39.281
5db 40.212 39.572 40.879 38.363
表5-16 CHMM 在 B 組環境雜訊之辨識時間 B 組環境噪音辨識時間(秒)
訊噪比 餐廳 街道 機場 火車站
clean 35.963 28.697 33.319 34.407 20db 39.997 36.912 38.059 32.323 15db 36.353 38.411 39.962 34.857 10db 38.81 36.768 36.998 32.857
5db 38.57 42.307 35.855 31.134 0db 39.81 38.773 37.498 30.303 0~20db 平均 38.708 38.6342 37.6744 32.2948
表5-17 CHMM 在 C 組環境雜訊之辨識時間 C 組環境噪音辨識時間(秒)
訊噪比 地下鐵(Test C) 街道(Test C)
clean 31.496 31.011 20db 33.497 31.467 15db 29.624 31.202 10db 31.817 33.71
5db 34.43 33.484
0db 35.505 31.756
0~20db 平均 32.9746 32.3238
表5-18 DHMM 在 A 組環境雜訊之辨識時間 A 組環境噪音辨識時間(秒)
訊噪比 地下鐵 人聲 汽車 展覽會館
clean 20.7 22.5 24.4 25.2 20db 32.8 20.3 31.1 33.5 15db 34.8 33.7 33.5 30.6 10db 39.3 35.3 33.4 32.9 5db 33.2 30.1 32.8 30.7 0db 31.5 32.6 30.2 31.2 0~20db 平均 34.32 30.4 32.2 31.78
表5-19 DHMM 在 B 組環境雜訊之辨識時間 B 組環境噪音辨識時間(秒)
訊噪比 餐廳 街道 機場 火車站 clean 28.6 21.7 23.4 26.3 20db 30.1 28.2 31.2 25.4 15db 29.4 29.1 33.2 28.8 10db 31.5 28.7 28.5 26.7 5db 29.8 34.3 28.4 23.2 0db 33.9 30.7 30.8 23.3 0~20db 平均 30.94 30.2 30.42 25.48
表5-20 DHMM 在 C 組環境雜訊之辨識時間 C 組環境噪音辨識時間(秒)
訊噪比 地下鐵(Test C) 街道(Test C)
clean 25.3 24.6 20db 26.5 26.5 15db 23.6 25.3 10db 25.3 28.5 5db 24.7 27.4 0db 28.9 23.6
0~20db 平均 25.8 26.26
表5-21 DHMM+FVQ 在 A 組環境雜訊之辨識時間 A 組環境噪音辨識時間(秒)
訊噪比 地下鐵 人聲 汽車 展覽會館
clean 21.3 23.1 24.8 25.9 20db 33.4 20.9 31.7 34.2 15db 35.2 34.1 34.1 31.2 10db 40.1 35.9 33.9 33.5 5db 33.8 30.7 33.3 31.4
0db 32 33.1 30.8 31.8
表5-22 DHMM+FVQ 在 B 組環境雜訊之辨識時間 B 組環境噪音辨識時間(秒)
訊噪比 餐廳 街道 機場 火車站 clean 29.1 22.1 23.9 26.9 20db 30.7 28.8 31.8 26 15db 30.1 29.7 33.8 29.3
10db 32 29.5 29.1 27.4 5db 30.4 34.9 29 23.8 0db 34.5 31.1 31.4 23.9
0~20db 平均 31.54 30.8 31.02 26.08
表5-23 DHMM+FVQ 在 C 組環境雜訊之辨識時間 C 組環境噪音辨識時間(秒)
訊噪比 地下鐵(Test C) 街道(Test C)
clean 25.9 25.2 20db 27.1 27.2 15db 24.2 25.9 10db 25.9 29.3 5db 25.3 28 0db 29.5 24.5
0~20db 平均 26.4 26.98
5.3 實驗結果分析
5.3.1 針對 SNR 0 ~ 20dB 的平均辨識率分析
圖 5.3、圖 5.4、圖 5.5 是由表 5-3 ~ 表 5-14 整理而成，為 Aurora2 database 在使用 DHMM+FVQ、DHMM+EMD+GA、DHMM+FVQ+EMD+GA 與單純 DHMM(無 EMD 與FVQ)在 SNR 為 0~20dB 與不同環境之比較:由圖可以看出使用 DHMM+ FVQ、
DHMM+EMD+GA 或 DHMM+EMD+FVQ+GA 辨識率都比單純 DHMM 高，尤其是使用
了FVQ+EMD+GA 方法對於辨識率有明顯的提升。
A組環境雜訊
0 20 40 60 80 100
0~20dB辨識率平均值
單純DHMM(無EMD與FVQ) DHMM+EMD DHMM+FVQ DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
64.18 47.898 57.574 60.826
DHMM+EMD 71.852 68.966 68.912 72.608 DHMM+FVQ 67.258 64.808 62.526 64.836 DHMM+EMD+FVQ 78.132 76.384 75.416 77.698
地下鐵 人聲 汽車 展覽會館
5.3 圖 SNR 為 0~20dB 在 A 組環境雜訊比較圖
B組環境雜訊
0 20 40 60 80 100
測試環境
0~20 dB辨識率平均值%
單純DHMM(無EMD與FVQ) DHMM+EMD DHMM+FVQ DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
49.668 58.546 50.484 51.982
DHMM+EMD 71.204 72.464 71.146 70.696 DHMM+FVQ 66.598 62.226 67.82 66.696 DHMM+EMD+FVQ 78.038 77.458 77.606 76.392
餐廳 街道 機場 火車站
5.4 圖 SNR 為 0~20dB 在 B 組環境雜訊比較圖
C組環境雜訊
單純DHMM(無EMD與FVQ) DHMM+EMD DHMM+FVQ DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
58.342 58.502
DHMM+EMD 69.07 70.67
DHMM+FVQ 60.864 63.336
DHMM+EMD+FVQ 80.464 81.068
地下鐵 街道
DHMM+FVQ DHMM+EMD DHMM+EMD+FVQ
DHMM+FVQ 3.078 16.91 4.952 4.01 16.93 3.68 17.336 14.714 2.522 4.834 DHMM+EMD 7.672 21.068 11.338 11.782 21.536 13.918 20.662 18.714 10.728 12.168 DHMM+EMD+FVQ 13.952 28.486 17.842 16.872 28.37 18.912 27.122 24.41 22.122 22.566
地下鐵
多(可由圖 5.2 看出)。而 DHMM+EMD+FVQ 是先將利用 EMD 將雜訊過濾，再以 FVQ 提升辨識率，因此對於人聲與餐廳的辨識率有很大的助益。
2. 比較 DHMM+EMD+FVQ 對 DHMM 之辨識率，增加幅度比較小的為地下鐵(Test A) 與展覽會館，因為地下鐵和展覽館雜訊並非都在低頻(可由圖 5.2 看出)，不會跟語音
頻帶重複到，而地下鐵和展覽館雜訊以 DHMM 的辨識率本來就較高(由圖 5.3 可看 出)，因此以 DHMM+EMD+FVQ 辨識率增加幅度比較小。
3. 比較機場和火車站以 DHMM+EMD+FVQ 對 DHMM 之辨識率，機場與火車站同屬 於很高的低頻背景雜訊(可由圖 5.2 看出)，而機場與火車以 DHMM 的辨識率比較低 (由圖 5.4 可看出)，因此以 DHMM+EMD+FVQ 對於機場與火車站的辨識率提升幅度 也僅次於人聲與餐廳。
4. 比較汽車與街道以 DHMM+EMD+FVQ 對 DHMM 之辨識率，汽車與街道(B 組雜訊 環境)的低頻背景雜訊相差不多，以單純 DHMM 在汽車與街道雜訊環境中的辨識率 相差不遠(由圖 5.3 與圖 5.4 可看出)，因此 DHMM+EMD+FVQ 對於汽車與街道(B 組 雜訊環境)的辨識率提升幅度相差不遠。
5.3.2 針對不同 SNR dB 值在不同測試環境之分析
圖 5.7~圖 5.16 是由表 5-3 ~ 表 5-14 整理而成，可以看出 DHMM+FVQ、
DHMM+EMD 與 DHMM+EMD+FVQ 在 SNR 為 20dB、15dB、10dB、5dB、0dB 的噪
10dB 、 5dB 、 0dB 的 測 試 環 境 中 使 用 DHMM+EMD+FVQ 的 辨 識 率 也 高 於 使 用 DHMM+FVQ、DHMM+EMD。
A組地下鐵在不同SNR之辨識率
0 20 40 60 80 100
20db 15db 10db 5db 0db SNR
辨識率%
DHMM+EMD
DHMM+FVQ
DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
圖5.7 A 組地下鐵在不同 SNR 之辨識率
A組人聲在不同SNR之辨識率
0 20 40 60 80 100
20db 15db 10db 5db 0db SNR
辨識率%
DHMM+EMD
DHMM+FVQ
DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
圖5.8 A 組人聲在不同 SNR 之辨識率
A組汽車在不同SNR之辨識率
20db 15db 10db 5db 0db SNR
20db 15db 10db 5db 0db SNR
20db 15db 10db 5db 0db SNR
B組街道在不同SNR之辨識率
20db 15db 10db 5db 0db
SNR
20db 15db 10db 5db 0db SNR
20db 15db 10db 5db 0db SNR
C組地下鐵在不同SNR之辨識率
0 20 40 60 80 100
20db 15db 10db 5db 0db SNR
辨識率%
DHMM+EMD
DHMM+FVQ
DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
圖5.15 C 組地下鐵在不同 SNR 之辨識率
C組街道在不同SNR之辨識率
0 20 40 60 80 100
20db 15db 10db 5db 0db
SNR
辨識率%
DHMM+EMD
DHMM+FVQ
DHMM+EMD+FVQ
單純DHMM(無EMD與 FVQ)
圖5.16 C 組街道在不同 SNR 之辨識率 我們可由圖 5.7~圖 5.16 觀察出幾個特點:
1. 在所有測試環境下 DHMM+EMD+FVQ 辨識率高於 DHMM+EMD 與 DHMM+FVQ。
另外在所有測試環境下與 SNR 為 20dB 和 15dB 時，DHMM+FVQ 辨識率高於 DHMM+EMD，可能原因為在高 SNR 噪音環境中，乾淨語音包含的成分多，經 DHMM+EMD 分 解 後 破 壞 了 乾 淨 語 音 ， 因 此 DHMM+EMD 辨 識 率 低 於
2. 在不同測試環境下與 SNR 為 10dB、5dB 與 0dB 時，DHMM+EMD 辨識率高於 DHMM+FVQ。而 DHMM+EMD 高於 DHMM+FVQ 的原因是，在 SNR 為 10dB、5dB 與 0dB 時，噪音的成分比較多，而 DHMM+EMD 分解後可分離多數的噪音，因此 提升DHMM+EMD 辨識率。而 DHMM+FVQ 在 SNR 為 10dB、5dB 與 0dB 時，經 DHMM+FVQ 產生的觀察結果可能更分散，會使得辨識結果由原本是正確變成錯誤。
5.3.3 針對不同 SNR dB 值辨識率提升幅度之分析
我們比較 SNR 為 20dB、15dB、10dB、5dB、0dB 時 DHMM+EMD、DHMM+FVQ、
DHMM+FVQ+EMD 對 DHMM 在不同測試環境中辨識率提升的幅度，如圖 5.17~圖 5.26，另外圖 5.17~5.26 是由表 5-3~表 5-14 整理而成。
A組地下鐵在不同SNR之辨識率提升幅度
0 10 20 30
SNR
辨識率% DHMM+EMD
DHMM+FVQ DHMM+EMD+FVQ
DHMM+EMD 0.88 2.11 9.28 18.89 7.2 DHMM+FVQ 1.82 5.41 3.88 2.02 2.26 DHMM+EMD
+FVQ
4.74 8.73 11.2 24.83 20.26 20db 15db 10db 5db 0db
圖5.17 A 組地下鐵於不同 SNR 下辨識率提升幅度
A組人聲在不同SNR之辨識率提升幅度
DHMM+EMD 4.38 14.32 23.65 39.06 23.93 DHMM+FVQ 9.08 14.5 20 28.64 12.33 DHMM+EMD
+FVQ
12.28 21 32.72 43.1 33.33 20db 15db 10db 5db 0db
圖5.18 A 組人聲於不同 SNR 下辨識率提升幅度
DHMM+EMD 7.14 5.89 11.24 13.68 18.74 DHMM+FVQ 6.9 5.37 1.92 4.98 5.59 DHMM+EMD
+FVQ
8.12 11.49 25.22 19.2 25.18 20db 15db 10db 5db 0db
圖5.19 A 組汽車於不同 SNR 下辨識率提升幅度
DHMM+EMD 5.03 4.53 8.88 25.65 14.82 DHMM+FVQ 5.05 5.79 2.42 4.35 2.44 DHMM+EMD
+FVQ
7.33 8.85 15.1 28.81 24.27 20db 15db 10db 5db 0db
B組餐廳在不同SNR之辨識率提升幅度
DHMM+EMD 7.25 15.63 26 35.81 22.99 DHMM+FVQ 9.95 15.5 18.42 30.07 10.71 DHMM+EMD
+FVQ
10.95 20.19 32.73 46.11 31.87 20db 15db 10db 5db 0db
圖5.21 B 組餐廳於不同 SNR 下辨識率提升幅度
DHMM+EMD 3.58 6.04 20.43 21.92 17.62 DHMM+FVQ 3.72 4.69 3.86 1.11 5.02 DHMM+EMD
+FVQ
6.48 13.45 21.9 25.37 27.36 20db 15db 10db 5db 0db
圖5.22 B 組街道於不同 SNR 下辨識率提升幅度
DHMM+EMD 4.21 7.47 25.87 40.28 25.48 DHMM+FVQ 7.06 9.25 22.37 29.71 18.29 DHMM+EMD
+FVQ
9.08 16.67 34.76 43.72 31.38 20db 15db 10db 5db 0db
圖5.23 B 組機場於不同 SNR 下辨識率提升幅度
B組火車站在不同SNR之辨識率提升幅度
DHMM+EMD 2.31 6.83 22.62 37.66 24.15 DHMM+FVQ 5.38 7.66 18.86 27.3 14.37 DHMM+EMD
+FVQ
6.93 14.05 30.94 39.46 30.67 20db 15db 10db 5db 0db
圖5.24 B 組火車站於不同 SNR 下辨識率提升幅度
DHMM+EMD 1.98 2.48 9.25 24.78 15.15 DHMM+FVQ 3.35 3.01 1.93 2.24 2.08 DHMM+EMD
+FVQ
7.63 12.7 19.98 37.55 32.75 20db 15db 10db 5db 0db
圖5.25 C 組地下鐵於不同 SNR 下辨識率提升幅度
DHMM+EMD 5.1 3.34 13.02 23.8 15.58 DHMM+FVQ 6 3.78 3.28 9.12 1.99 DHMM+EMD
+FVQ
7.5 14.3 24.84 36.83 29.36 20db 15db 10db 5db 0db
由圖5.17 ~ 圖 5.26 中可看出幾個特點:
1. 在地下鐵(A 組雜訊環境)、汽車、展覽會館、人聲、餐廳、街道(B 組雜訊環境)、機
場 、 火 車 站 、 地 下 鐵(C 組 雜 訊 環 境 ) 、 街 道 (C 組 雜 訊 環 境 ) 與 不 同 SNR ， DHMM+FVQ+EMD 辨識率提升幅度高於 DHMM+FVQ 與 DHMM+EMD。
2. 在 SNR 為 20dB 和 15dB 以及所有測試環境下 DHMM+FVQ 辨識率提升幅度會高於 DHMM+EMD，在 SNR 為 10dB、5dB、0dB 時與所有測試環境下，DHMM+EMD
辨識率會高於DHMM+FVQ。
3. DHMM+FVQ+EMD、DHMM+EMD 在所有測試環境下與低 SNR 時，越能發揮抗雜
訊能力，但是DHMM+FVQ 在所有測試環境下與低 SNR 時辨識率提升有限。
由圖 5.27 可以看出，利用 EMD 分解雜訊再用 FVQ 來提升辨識率，對於不同噪音
程度的測試環境都有較高的辨識率。因此FVQ 加上 EMD 有助於提升語音辨識率與語 音抗雜訊的能力。
0~20dB 辨識率平均值
100 2030 4050 6070 80
測試環境
0~20dB辨識率平均值 % 單純DHMM(無EMD與FVQ) DHMM+EMD DHMM+FVQ DHMM+EMD+FVQ
單純DHMM(無EMD與FVQ) 64.18 47.898 57.574 60.826 49.668 58.546 50.484 51.982 58.342 58.502 DHMM+EMD 70.278 66.264 66.582 69.944 67.982 68.962 68.474 67.738 66.396 67.802 DHMM+FVQ 67.258 64.808 62.526 64.836 66.598 62.226 67.82 66.696 60.864 63.336 DHMM+EMD+FVQ 75.53 74.196 73.284 75.28 76.07 75.392 75.726 74.638 79.076 79.918
地下鐵
(Test A) 人聲 汽車 展覽會
館 餐廳 街道
(Test B) 機場 火車站 地下鐵 (Test C)
街道 (Test C)
圖5.27 0~20dB 平均 SNR 在不同的測試環境
5.3.4 針對 CHMM、DHMM 與 FVG+DHMM 辨識速度分析
圖 5.28 是由表 5-15 ~ 表 5-23 整理而成，為 CHMM、DHMM 與 FVQ+DHMM 在
不同測試環境與0 ~ 20dB SNR 平均語音辨識時間之比較圖，而圖 5.29 是由表 5-3 ~ 表 5-8 整理而成，為 CHMM、DHMM 與 DHMM+FVQ 在乾淨語音下辨識率比較圖。
CHMM與DHMM在0~20dB平均值與不同環境的語音辨識時間
0 10 20 30 40 50
測試環境
辨識時間(秒) CHMM
DHMM DHMM+FVQ
CHMM 42.6394 38.485 40.3064 39.1106 38.708 38.6342 37.6744 32.2948 32.9746 32.3238 DHMM 34.32 30.4 32.2 31.78 30.94 30.2 30.42 25.48 25.8 26.26 DHMM+FVQ 34.9 30.94 32.76 32.42 31.54 30.8 31.02 26.08 26.4 26.98
地下鐵
(Test A) 人聲 汽車 展覽會館 餐廳 街道(Test
B) 機場 火車站 地下鐵
(Test C)
街道(Test C)
圖5.28 CHMM、DHMM 與 FVQ+DHMM 在不同測試環境與 0 ~ 20dB SNR 平均語音
圖5.28 CHMM、DHMM 與 FVQ+DHMM 在不同測試環境與 0 ~ 20dB SNR 平均語音