10.3969/j.issn.1004-9037.1999.04.007
马尔可夫随机场在语音识别中的应用
为适应语音识别的需要,作者克服了传统隐马尔可夫模型(HMM)只考虑当前观测符号之前状态的缺点,吸收其采用"隐含"层的处理方式,将其纳入马尔可夫随机场(MRF)的框架,建立了一个基于MRF的语音识别模型,并较详细地阐明了这个系统的训练和识别算法,重新定义了松弛标注算法中相应的支持函数.典型实验表明,MRF模型较传统的HMM有较高的识别率.在优化初始参数的条件下,两种模型的识别在同样的时间范围内.在训练脱机的情况下,MRF模型有其明显的优势.
马尔可夫随机场、语音识别、双随机过程、松驰标注算法
14
TN912.3;TP391.4
中国-澳大利亚合作项目;航空科研项目
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
433-437