《隐Markov模型中状态停留时间的模型化》.pdfVIP

清华大学学报自然科学版990526 清华大学学报自然科学版 JOURNAL OF TSINGHUA UNIVERSITY SCIENCE AND TECHNOLOGY 1999年 第39卷 第5期 VOL.39 No.5 1999 隐Markov模型中状态停留时间的模型化 郭　庆，柴海新，吴文虎 　　文　摘　在用传统的HMM (THMM)刻画现实中的语音时有一个显然的缺点，那便是它不能合适 地表征语音信号的时域结构。本文采用依赖于时间的状态转移概率来模型化状态停留时间，修改后 的模型称为MHMM。对于参加过训练的说话人，THMM和MHMM的正识率基本上差不多。而对于 未参加过训练的说话人，MHMM的正识率明显高于THMM的正识率。也就是说，MHMM对于说话 人的适应性要好于THMM。原因在于MHMM更多地包含了发音时音素间的跳转信息。 　　关键词　连续隐马尔可夫模型；半马尔可夫链；状态停留时间 　　分类号　TP 391.42 Modeling state durati