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:
针对当前主流的基于统计模型的语音识别系统没有使用语音产生知识的问题,通过模拟人类的语音感知理解过程提出了一种“自下而上”的基于区分性特征的音素识别方法.该方法首先根据不同音素的发音特点检测得到音素的边界信息;然后利用分类器完成语音的区分性特征检测,并根据区分性特征与音素的对应关系建立映射表;最后利用音素的边界信息得到语音段的特征序列,通过对语音段的特征序列模糊搜索匹配实现音素识别.实验结果表明,相比于传统的基于隐马尔科夫模型的音素识别方法,该方法在识别速度、鲁棒性及可扩展性等方面具有明显优势.
推荐文章
基于循环神经网络的音素识别研究
语音识别
连接时序分类
循环神经网络
基于动态贝叶斯网络的语音识别及音素切分研究
动态贝叶斯网络
图模型
图模型工具包
面向语音合成的藏语单音素与三音素自动切分算法研究
语音合成
藏语语料库
单音素
三音素
自动切分
浅谈小学英语"音素意识"整合训练的探索
小学英语
音素
音素意识
整合训练
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 基于区分性特征的音素识别
来源期刊 信息工程大学学报 学科 工学
关键词 语音产生知识 音素边界检测 区分性特征 音素识别 模糊匹配
年,卷(期) 2013,(6) 所属期刊栏目 信息处理技术
研究方向 页码范围 692-699
页数 8页 分类号 TP391
字数 6078字 语种 中文
DOI 10.3969/j.issn.1671-0673.2013.06.009
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 张连海 35 152 7.0 11.0
2 李立永 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音产生知识
音素边界检测
区分性特征
音素识别
模糊匹配
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导