一种基于SDTS的HMM训练算法

• 作者: 姚天任 王新民
• 来源期刊: 信号处理
• 学科: 物理学
• 关键词: 隐马尔可夫模型 Baum-Welch算法 子空间捆绑结构 训练
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 算法研究
• 页码范围: 40-43
• 页数: 4页
• 分类号: O42
• 字数: 3729字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2003.01.010

摘要

用传统的BW算法训练语音识别系统的HMM需要大量的语音数据.本文在假设声学模型系统的子空间捆绑结构(SDTS)为已知的前提下,提出了一种新的训练算法,可以有效地减少系统对训练数据的需求.理论分析和仿真表明,与传统的BW算法比较,新的训练算法(IBW)可压缩模型参数15倍,从而可大量地减少训练数据.尽管新算法要用到系统的先验知识,但它还是显示了许多优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚天任	孝感学院物理系	49	670	15.0	24.0
3	王新民	孝感学院物理系	19	103	6.0	9.0