基于长时性特征的音位属性检测方法

• 作者: 屈丹 张连海 牛铜 许友亮
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 音位属性 长时特征 层级结构 人工神经网络 隐马尔可夫模型 音素识别
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 160-162,166
• 分类号: TP391.4
• 字数: 4168字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.11.049

摘要

提出一种基于长时性信息的音位属性检测方法,该方法通过高、低两层时间延迟神经网络(TDNN)进行实现,低层TDNN在短时特征上进行音位属性的检测,高层TDNN在低层检测结果的基础上,对更长时段上的信息进行融合.实验结果表明,引入长时性特征使得音位属性检测率提升约3％,将音位属性后验概率作为音素识别系统的观测特征,使用长时性特征的识别结果提升约1.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张连海	解放军信息工程大学信息工程学院	34	63	4.0	6.0
2	屈丹	解放军信息工程大学信息工程学院	48	205	7.0	12.0
3	牛铜	解放军信息工程大学信息工程学院	10	40	4.0	6.0
4	许友亮	解放军信息工程大学信息工程学院	2	6	1.0	2.0