10.16526/j.cnki.11-4762/tp.2020.05.038
基于隐马尔可夫模型和聚类的英语语音识别混合算法
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%.
英语语音识别、隐马尔科夫模型、聚类、特征数据
28
TN912.3
杨凌职业技术学院人文社科研究基金项目GJ19100
2020-06-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
175-179