基于混合因子分析的隐马尔可夫模型

• 作者: 姚天任 王新民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐马尔可夫模型 混合因子分析 动态贝叶斯网络
• 年，卷（期）: 2005,（24）
• 所属期刊栏目: 学术探讨
• 页码范围: 50-52
• 页数: 3页
• 分类号: TN912
• 字数: 2855字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.24.015

摘要

经典隐马尔可夫模型用于语音识别存在的两个主要缺陷是"离散状态假设"和"独立分布假设".前者忽略了语音信号的非平稳性,后者忽略了语音信号的相关性.文章将混合因子分析方法用于语音建模,提出了基于混合因子分析的隐马尔可夫模型框架,并用动态贝叶斯网络形象地表示.该模型框架不仅从理论上解决了上述问题,而且给出许多语音建模的选择.目前广泛使用的统计声学模型均可视为该模型的特例.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚天任	华中科技大学电信系	49	670	15.0	24.0
2	王新民	孝感学院物理系	19	103	6.0	9.0