语音识别中隐马尔可夫模型状态数的选取原则及研究

• 作者: 张杰 王晓兰 黄志同
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语音识别 隐马尔可夫模型 信息熵
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 学术探讨
• 页码范围: 67-69,133
• 页数: 4页
• 分类号: TP3
• 字数: 2374字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2000.01.023

摘要

文章建立了隐马尔可夫模型(HMM)状态数研究的简单模型,并从信息论的角度出发,对HMM中状态数的选择进行研究,得出HMM信息熵的三个结论指出了HMM的信息熵由固有熵和附加熵两部分组成,而附加熵又由正附加熵和负重叠附加熵构成.在一定重叠程度下,随着状态数的增加,附加熵逐渐趋向零,从而导致HMM的信息熵渐趋于固有熵.考虑到信息熵的变化趋势,得出语音识别时HMM状态数并非越多越好的结论;指出了汉语单字HMM的状态数取6为宜.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄志同	南京理工大学自动控制系	14	118	4.0	10.0
2	王晓兰	南京理工大学自动控制系	6	108	3.0	6.0
3	张杰	南京理工大学自动控制系	10	104	3.0	10.0