维吾尔语连续语音识别声学模型优化研究

• 作者: 努尔麦麦提·尤鲁瓦斯 吾守尔·斯拉木
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 维吾尔语 语音识别 最小音素错误 Tandem特征
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 145-147
• 页数: 3页
• 分类号: TN912.34
• 字数: 3553字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1201-0147

摘要

综合了语音识别中常用的高斯混合模型和人工神经网络框架优点的Tandem特征提取方法应用于维吾尔语声学模型训练中,经过一系列后续处理,将原始的MFCC特征转化为Tandem特征,以此作为基于隐马尔可夫统计模型的语音识别系统的输入,并使用最小音素错误区分性训练准则训练声学模型,进而完成在测试集上的识别实验.实验结果显示,Tandem区分性训练方法使识别系统的单词错误率比原先的基于最大似然估计准则的系统相对减少13％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吾守尔·斯拉木	新疆大学信息科学与工程学院	148	619	13.0	18.0
2	努尔麦麦提·尤鲁瓦斯	新疆大学信息科学与工程学院	26	59	4.0	6.0