一种汉语语音识别的新模型

• 作者: 刘惠华 范京 陈永宁
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 模型 比对 识别 汉语
• 年，卷（期）: 2005,（z1）
• 所属期刊栏目: 语音与声频编码
• 页码范围: 180-183
• 页数: 4页
• 分类号: TN91
• 字数: 5151字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2005.z1.046

摘要

本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC).该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状态.新的模型具有多组子模型特点,从而对语音速度的变化,语音轻重的变化等有较强的适应能力.在描述状态转移方面,增加了记录各状态的自转移次数,用其作权重可更好地利用特征信息,提高识别率.另外,该方法的物理意义明显,故可以根据不同的特征矢量,进行合理的加权评判,且可以方便地扩充特征矢量的种类,更好的利用了汉语语音中的有用信息,进一步提高识别的正确率.本文从原理上及实际的测算结果证实了新方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范京	北京信息工程学院信息与通信工程系	20	34	3.0	5.0
2	刘惠华	北京信息工程学院信息与通信工程系	7	2	1.0	1.0
3	陈永宁	北京信息工程学院信息与通信工程系	4	4	1.0	2.0