一般拓扑结构的非齐次隐含马尔科夫模型及其在中、英文语种辨识中的应用

• 作者: 孙健 王作英
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 语种辨识 非齐次隐含Markov模型 段长分布
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 论文
• 页码范围: 867-869
• 页数: 3页
• 分类号: TP391.42
• 字数: 3213字
• 语种: 中文

摘要

为了充分利用语音信号中的段长信息,该文提出了一种具有一般拓扑结构的非齐次隐含Markov模型(Hidden Markov Model,HMM),并将其应用于中、英文语种辨识(Language IDentification,LID)系统.非齐次HMM既很好地描述了语音信号的发生过程,又准确地利用了状态的段长信息和语言中的上下文连接结构信息,对于中、英文语种辨识系统,非齐次的HMM系统辨识性能好于齐次的HMM模型.而在非齐次的HMM中,同段长为均匀分布相比,段长分布为正态分布时系统的辨识性能更好,表明段长确实是一种重要的语种区分信息之一,且正态分布较均匀分布更接近于真实的段长分布.

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