一种适于非特定人语音识别的并行隐马尔可夫模型
为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(ParallelHidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能.各条链之间允许有交叉,使得融合的多模板之间存在状态共享,同时PHMM可以在训练过程中自动完成聚类,且测试语音的输出结果来自所有类别,无需聚类分析和类别判断,这些都减少了存储量和计算量.汉语非特定人孤立数字的识别实验表明,PHMM较之传统CHMM使识别性能及噪声鲁棒性都得到了改善.
非特定人语音识别、连续隐马尔可夫模型、并行马尔可夫链
26
TP391.42(计算技术、计算机技术)
国家自然科学基金60272039;安徽省自然科学基金01042205
2004-12-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
1601-1606