基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了11%;与此同时还给出了段模型的快速算法,使算法的计算复杂度降到了与隐马尔可夫模型(Hidden Markov Model,HMM)相同的数量级,满足了实用要求.
推荐文章
汉语连续数字串语音识别系统
汉语
数字串
语音识别
DDBHMM语速控制
汉语语音识别中融合发音信息的随机段模型研究
语音识别
随机段模型
发音信息
阶层式人工神经网路
发音特征
汉语语音识别中融合发音信息的随机段模型研究
语音识别
随机段模型
发音信息
阶层式人工神经网路
发音特征
汉语连续数字串识别的改进
汉语连续数字串
三音子
基频
NBest
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于后验概率解码段模型的汉语语音数字串识别
来源期刊 计算机学报 学科 工学
关键词 后验概率 段模型 汉语数字串 语音识别 模式识别
年,卷(期) 2006,(4) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 635-641
页数 7页 分类号 TP391
字数 6421字 语种 中文
DOI 10.3321/j.issn:0254-4164.2006.04.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐波 中国科学院自动化研究所模式识别国家重点实验室 92 929 15.0 27.0
2 刘文举 中国科学院自动化研究所模式识别国家重点实验室 24 278 8.0 16.0
3 唐赟 中国科学院自动化研究所模式识别国家重点实验室 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (8)
参考文献  (7)
节点文献
引证文献  (17)
同被引文献  (15)
二级引证文献  (71)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(2)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(11)
  • 引证文献(3)
  • 二级引证文献(8)
2014(11)
  • 引证文献(3)
  • 二级引证文献(8)
2015(9)
  • 引证文献(2)
  • 二级引证文献(7)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
后验概率
段模型
汉语数字串
语音识别
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
论文1v1指导