基于瓶颈特征的藏语拉萨话连续语音识别研究

• 作者: 吴立成 周楠 徐晓娜 才旺拉姆 李要嫱 赵悦
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 藏语拉萨话 连续语音识别 高斯混合–隐马尔科夫模型 瓶颈特征 深度神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 专题报道:基于大数据的自然语言分析与理解
• 页码范围: 249-254
• 页数: 6页
• 分类号: TP391
• 字数: 3926字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.154

摘要

基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点, 将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任务中, 可以代替传统的MFCC特征进行GMM-HMM声学建模.在藏语拉萨话连续语音识别任务中的实验表明, 瓶颈特征的复合特征取得比深度神经网络后验特征和单瓶颈特征更好的识别表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵悦	中央民族大学信息工程学院	12	64	5.0	7.0
2	徐晓娜	中央民族大学信息工程学院	6	27	3.0	5.0
3	吴立成	中央民族大学信息工程学院	11	60	4.0	7.0
4	李要嫱	中央民族大学信息工程学院	2	8	2.0	2.0
5	周楠	中央民族大学信息工程学院	2	17	2.0	2.0
6	才旺拉姆	中央民族大学信息工程学院	1	5	1.0	1.0