基于贝叶斯方法的鲁棒语音切分

• 作者: 张文军 李聪 谢剑英
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 鲁棒性 语音切分 贝叶斯 切分模型
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 260-264
• 页数: 5页
• 分类号: TN911
• 字数: 4073字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2002.03.006

摘要

在基于隐马尔科夫模型的语音切分基础上,融合了不受噪声干扰的先验切分模型,提出了基于贝叶斯方法的语音切分方法.在贝叶斯切分方法的框架内,作者首先对语音序列进行了变换,将由切分点构成的序列变为由音节长度构成的序列.然后,假设音节长度序列符合一阶马尔科夫过程,经过归一化处理后,求出了切分的先验概率公式,得到了贝叶斯方法的切分模型.在噪声环境下的实验证明,由于切分模型独立于噪声,对在噪声环境下声学模型的失配提供了很好的补偿,使得语音切分的鲁棒性大大增加.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢剑英	上海交通大学自动化系	240	3885	31.0	52.0
2	张文军	上海交通大学自动化系	123	673	14.0	20.0
3	李聪	上海交通大学自动化系	21	89	5.0	8.0