一种基于改进CP网络与HMM相结合的混合音素识别方法

• 作者: 赵荣椿 邓伟
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 神经网络 隐马尔可夫模型 混合 音素识别 对偶传播 学习矢量量化
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 6-11
• 页数: 6页
• 分类号: TP391.4|TN912.3
• 字数: 3930字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2000.01.002

摘要

提出了一种基于改进对偶传播 (CP) 神经网络与隐马尔可夫模型 (HMM) 相结合的混合音素识别方法.这一方法的特点是用一个具有有指导学习矢量量化 (LVQ) 和动态节点分配等特性的改进的CP网络生成离散HMM音素识别系统中的码书.因此,用这一方法构造的混合音素识别系统中的码书实际上是一个由有指导LVQ算法训练的具有很强分类能力的高性能分类器,这就意味着在用HMM对语音信号进行建模之前,由码书产生的观测序列中已经包含了很强的分类信息,这将极大地改进HMM系统在音素层上的识别性能.另一方面,由于这一训练是对一个具有诸多改进的CP网络进行的,这就使得训练过程中的LVQ学习能够自动地在有指导的方式下进行,而且加快了学习过程、改进了收敛性能、提高了分类精度,同时有效地减小了码书的大小,使得HMM的参数估计更为容易.最后,通过两个特定说话人的音素识别实验,将混合方法与使用K-means聚类算法生成码书的VQ-HMM传统音素识别方法进行了比较,实验结果表明混合系统的识别率能够达到98%～99%,误识率要比使用同样大小码书的VQ-HMM识别系统的误识率低4～6倍.

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	邓伟	苏州大学计算机工程系	73	313	9.0	12.0