视觉驱动的语音合成系统中唇形轮廓的正交变换描述

• 作者: 曾锐利 李刚 林凌 王蒙军
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 非对称模型 唇形轮廓 边缘特征 傅里叶描述子 离散余弦变换描述子 隐马尔可夫模型(HMM)
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 信息科学
• 页码范围: 1117-1123
• 页数: 7页
• 分类号: TN912.34
• 字数: 4879字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-924X.2007.07.020

摘要

为了能够自动而且快速地获取唇读系统中所必需的唇形轮廓特征,提出了将正交压缩变换的方法用于唇形轮廓的特征提取,并对得到的唇形轮廓曲线进行了分析研究.通过离散傅里叶变换(DFT)和离散余弦变换(DCT)分别得到描述唇形轮廓特征的傅里叶描述子和离散余弦变换描述子,然后将两类描述子作为唇形轮廓的特征向量,采用隐马尔可夫模型(HMM)进行学习和识别.基于独立汉字发音的实验表明:在达到40%的识别率时,刻画唇形轮廓特征所需的离散余弦变换描述子数目为15个,傅里叶描述子数目为20个.在相同的识别效果时,刻画唇形轮廓特征所需的离散余弦变换描述子数目少于傅里叶描述子,可减少数据运算量和运算所需时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	天津大学精密仪器与光电子工程学院	489	5177	33.0	54.0
2	林凌	天津大学精密仪器与光电子工程学院	236	3004	25.0	44.0
3	王蒙军	天津大学精密仪器与光电子工程学院	7	172	5.0	7.0
4	曾锐利	天津大学精密仪器与光电子工程学院	40	360	9.0	18.0