基于HMM/SVM两级结构的汉语易混淆语音识别

• 作者: 李海峰 王欢良 郑铁然 韩纪庆
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 语音识别 易混淆语音 隐马尔可夫模型(HMM) 支持向量机
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 578-584
• 页数: 7页
• 分类号: TP3
• 字数: 6753字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.05.004

摘要

基于HMM的汉语语音识别中,易混淆语音的识别率仍然不高.在分析HMM固有缺陷的基础上,本文提出一种使用SVM在HMM系统上进行二次识别来提高易混淆语音识别率的方法.通过引入置信度估计环节,提高系统性能和效率.通过充分利用Viterbi解码获得的信息来构造新的分类特征,从而解决标准SVM难以处理可变长数据的问题.详细探讨这种两级识别结构中置信度估计、分类特征提取和SVM识别器构造等问题.语音识别实验的结果显示,与采用HMM/SVM混合结构的模型相比,本文方法在对识别速度影响很小的情况下可以使识别率有明显提高.这表明所提出的具有置信估计环节的HMM/SVM两级结构用于易混淆语音识别是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩纪庆	哈尔滨工业大学计算机学院	97	760	13.0	22.0
2	王欢良	哈尔滨工业大学计算机学院	13	157	8.0	12.0
3	李海峰	哈尔滨工业大学计算机学院	53	445	11.0	20.0
4	郑铁然	哈尔滨工业大学计算机学院	24	195	8.0	13.0