基于隐马尔可夫模型和聚类的英语语音识别混合算法

摘要：

与单词相比,具有大量特征数据和复杂发音变化的英语语音在隐马尔可夫模型(HMM)中存在更多问题,例如维特比算法的复杂度计算和高斯混合模型中的概率分布问题;为了实现基于HMM和聚类的独立于说话人的英语语音识别系统,提出了用于降低语音特征参数维数的分段均值算法、聚类交叉分组算法和HMM分组算法的组合形式;实验结果表明,与单个HMM模型相比,该算法不仅提高了英语语音的识别率近3％,而且提高系统的识别速度20.1％.

关键词：英语语音识别、隐马尔科夫模型、聚类、特征数据

所属期刊栏目：28

分类号：TN912.3

资助基金：杨凌职业技术学院人文社科研究基金项目GJ19100

在线出版日期：2020-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：175-179