一种新型汉字音节整体向量模型的识别研究

• 作者: 虞厥邦 贺苏宁
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 动态时间伸缩 隐马尔柯夫模型 分段模型 观测向量 时频特征分析
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 343-348,356
• 页数: 7页
• 分类号: TN911.21
• 字数: 7395字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2005.02.042

摘要

通过对hidden Markov model(HMM)和segment model(SM)模型的简要分析,指出了它们的某些缺陷,提出了一种新的基于汉字音节整体的Melfrequency cepstrum coefficients(MFCC)向量模型.该模型能够根据各个音节的持续时间动态地调整帧长,进而比较完整地表现了语音时频信息的演化过程.实验数据显示,在同样的测试奈件下,对于上下文相同的同性语音,帧数固定比帧长固定的识别率改善3.0%以上.还分析了几个主要影响汉字语音识别率的参数.研究表明,参数设置是否得当对于识别率有一定的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞厥邦	电子科技大学电子工程学院	80	683	14.0	22.0
2	贺苏宁	电子科技大学电子工程学院	2	5	1.0	2.0