基于HMM模型的语音单元边界的自动切分

• 作者: 曹志刚 王丽娟
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 语音单元边界 自动切分 隐尔马可夫模型 文语转换系统
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 381-384
• 页数: 4页
• 分类号: TN912.3
• 字数: 2982字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2005.04.003

摘要

基于隐尔马可夫模型(HMM)的强制对齐方法被用于文语转换系统(TTS)语音单元边界切分.为提高切分准确性,本文对HMM模型的特征选择,模型参数和模型聚类进行优化.实验表明:12维静态Mel频率倒谱系数(MFCC)是最优的语音特征;HMM模型中的状态模型采用单高斯;对于特定说话人的HMM模型,使用分类与衰退树(CART)聚类生成的绑定状态模型个数在3 000左右最优.在英文语音库中音素边界切分的实验中,切分准确率从模型优化前的77.3%提高到85.4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹志刚	清华大学电子工程系	109	1677	21.0	38.0
2	王丽娟	清华大学电子工程系	5	40	3.0	5.0