基于段长分布的HMM语音识别模型

• 作者: 王作英 肖熙
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 段长 语音识别 DDBHMM
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 46-49
• 页数: 4页
• 分类号: TN912.34
• 字数: 4227字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.01.012

摘要

本文针对齐次HMM语音识别模型在使用段长信息时存在的缺陷,形式化地定义了一种适合语音信号描述的自左向右非齐次隐含马尔科夫模型,证明了这种模型的状态转移概率表示与状态段长表示的等效性,并在此基础上提出了基于段长分布的HMM模型(DDBHMM).非特定人连续语音实验结果表明,仅仅利用状态段长信息的DDBHMM语音识别模型比经典HMM模型的性能有了明显的提高(误识率降低了17.8%),展示了DDBHMM的良好的性能,为语音信号的时长、语速、时间断续性以及语音特征的相关性等重要特征的描述和利用开辟了空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖熙	清华大学电子工程系	22	146	4.0	12.0
2	王作英	清华大学电子工程系	80	795	16.0	24.0