融合段长信息的中、英文语种辨识

• 作者: 孙健 王作英
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 语种辨识 基于段长分布的隐含Markov模型(DDBHMM) Gauss混合模型 连续音素识别 大词汇量连续语音识别(LVCSR)
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 567-571
• 页数: 5页
• 分类号: TP3
• 字数: 3246字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.05.002

摘要

状态的段长信息反映语言发音变化速率的信息.不同语言的发音速率也存在着差异,因此状态的段长信息可以作为区分语种的信息之一.本文在建立基于段长分布的隐含Markov模型(DDBHMM)的音素识别系统和大词汇量连续语音识别(LVCSR)系统的基础上进行中、英文语种辨识,表明DDBHMM可以准确描述状态的段长信息,改善中、英文语种的辨识性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王作英	清华大学电子工程系	80	795	16.0	24.0
2	孙健	清华大学电子工程系	42	441	12.0	20.0