马尔可夫随机场在语音识别中的应用

• 作者: 傅国康 刘志强 赵荣椿
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 马尔可夫随机场 语音识别 双随机过程 松驰标注算法
• 年，卷（期）: 1999,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 433-437
• 页数: 5页
• 分类号: TN912.3|TP391.4
• 字数: 4443字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.1999.04.007

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵荣椿	西北工业大学计算机科学与工程系	223	3302	29.0	44.0
2	傅国康	西北工业大学计算机科学与工程系	3	35	2.0	3.0