基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
动态HMM模型通过描述语音特征与动态特性之间的关系来改善语音识别的性能,本文提出以扩展的基音周期曲线作为动态特性的描述,以及在识别过程中采用动态特性自动提取算法以改善识别性能.实验结果表明,采用扩展基音周期曲线作为动态特性的动态HMM模型,对语音识别的性能有较好的改善.
推荐文章
客户生命周期价值模型扩展及在客户细分中的应用
客户生命周期价值
扩展模型
客户细分
应用
客户关系管理
基于FPGA的实时基音周期估计系统
基音周期估计
自相关函数
FPGA
基于主体-延伸法的基音周期检测改进算法
小波变换
谱减法
多窗谱估计法
主体-延伸法
野点
基音周期
HMM在语音识别系统中的应用
隐马尔科夫模型
语音识别
动态时间伸缩技术
人工神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 扩展基音周期曲线在动态HMM模型中的应用
来源期刊 电子测量与仪器学报 学科
关键词 动态HMM模型 扩展基音周期曲线 动态特性 动态特性自动提取
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 23-28
页数 6页 分类号
字数 3702字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋文涛 上海交通大学贝尔通信与网络联合实验室 153 940 14.0 22.0
2 朱杰 上海交通大学贝尔通信与网络联合实验室 151 1082 15.0 27.0
3 陈斐利 上海交通大学贝尔通信与网络联合实验室 3 86 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
动态HMM模型
扩展基音周期曲线
动态特性
动态特性自动提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
论文1v1指导