基于隐马尔可夫模型和聚类的英语语音识别混合算法

• 作者: 朱祥
• 来源期刊: 计算机测量与控制
• 关键词: 英语语音识别 隐马尔科夫模型 聚类 特征数据
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 175-179
• 页数: 5页
• 分类号: TN912.3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.05.038

摘要

与单词相比,具有大量特征数据和复杂发音变化的英语语音在隐马尔可夫模型(HMM)中存在更多问题,例如维特比算法的复杂度计算和高斯混合模型中的概率分布问题;为了实现基于HMM和聚类的独立于说话人的英语语音识别系统,提出了用于降低语音特征参数维数的分段均值算法、聚类交叉分组算法和HMM分组算法的组合形式;实验结果表明,与单个HMM模型相比,该算法不仅提高了英语语音的识别率近3％,而且提高系统的识别速度20.1％.