连续语音识别中利用帧间相关性的研究

• 作者: 欧智坚 王作英
• 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 帧间相关性 自回归过程
• 年，卷（期）: 2001,（15）
• 所属期刊栏目: 博士论坛
• 页码范围: 25-27，79
• 页数: 4页
• 分类号: TP391
• 字数: 4628字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.15.009

摘要

尽管作为当前最为流行的语音识别模型,隐马尔可夫模型(HMM)由于采用了状态输出独立同分布假设,因此不能描述语音现象中固有的时间相关性.文章介绍了一个更为灵活的基于段长分布HMM(DDBHMM)的研究帧相关性的框架,并在此基础上提出了一个混合模型,采用一种将语音特征静态信息和动态变化信息分别描述又有机结合在一起的方式,以较小的计算代价更为合理地刻划了真实的语音现象.汉语大词汇量非特定人连续语音识别的实验表明,通过利用帧相关性识别系统的性能得到了明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王作英	清华大学电子工程系	80	795	16.0	24.0
2	欧智坚	清华大学电子工程系	13	87	6.0	9.0