基于改进的隐马尔科夫模型的语音识别方法.PDFVIP

下载本文档

11
0
约2.8万字
约 6页
2017-04-24 发布于湖北
举报
版权申诉

基于改进的隐马尔科夫模型的语音识别方法.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于改进的隐马尔科夫模型的语音识别方法

第 39 卷第 6 期中南大学学报(自然科学版) Vo l .3 9 No.6 2008 年 12 月 J. Cent. South Univ. (Science and Technology) Dec. 2008 基于改进的隐马尔科夫模型的语音识别方法袁里驰 1, 2 (1. 中南大学信息科学与工程学院，湖南长沙，410083； 2. 江西财经大学信息管理学院，江西南昌，330013) 摘要：针对隐马尔可夫(HMM)语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷，对隐马尔可夫模型进行改进，提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过程，HMM 模型则是双重随机过程，因而，HMM 模型可视为马尔可夫族模型的特例。马尔可夫族模型用条件独立性假设取代了 HMM 模型的独立性假设。相对条件独立性假设，独立性假设是过强假设，因而，基于马尔可夫族模型的语音模型更符合语音实际物理过程。在马尔可夫族语音识别模型中引入状态段长信息，能自动根据语速对语音单元段长进行调整。非特定人连续语音实验结果表明，利用状态段长信息的改进语音识别模型比经典 HMM 模型的性能明显提高。关键词：隐马尔可夫模型；马尔可夫族模型；段长；语音识别中图分类号：TN912.34 文献标识码：A 文章编号：1672?7207(2008)06?1303?06 A speech recognition method based on improved hidden Markov model YUAN Li-chi1, 2 (1. School of Information Science and Engineering, Central South University, Changsha 410083, China; 2. School of Information Technology, Jiangxi University of Finance Economics, Nanchang 330013, China) Abstract: In order to overcome the defects of the duration modeling of homogeneous hidden Markov model (HMM) in speech recognition and the unrealistic assumption that succes