用于连续语音识别的RBF-Gamma-HMM组合模型

• 作者: 吴枫 徐近霈 李易军
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 连续语音识别 Gamma神经网 隐马尔可夫模型 组合模型
• 年，卷（期）: 1999,（9）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 81-85
• 分类号: TN91
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.1999.09.024

摘要

本文提供了一个有特色的、易扩展的多模块RBF-Gamma神经网与HMM组合的连续语音识别模型,兼有RBF网表达音元空间、Gamma网综合时序相关信息、HMM作音元时间集成和扩展等功能,以实现功能互补.以本模型为基础,将本文提出的各种改进分类性能的学习算法用于特定人连续数字语音识别,其字正识率达到98.9%,串正识率达到94.8%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐近霈	哈尔滨工业大学计算机系	2	20	2.0	2.0
2	吴枫	哈尔滨工业大学计算机系	6	220	5.0	6.0
3	李易军	北京大学计算机科学技术研究所栅格图象研究室	1	2	1.0	1.0