基于状态持续时间的HMM语音识别模型
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Speech Recognition Models Based on State Duration Hmm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对经典隐马尔可夫模型对状态持续时间的函数表达与实际语音的物理事实不相符合这一缺点,在通常隐马尔可夫的基础上引入状态持续时间参数,建立基于状态持续时间的HMM 语音识别模型(SDHMM),并用其进行语音识别实验,与经典隐马尔可夫模型相比,识别率有所提高。

    Abstract:

    In order to solve the Function expression of state duration of Classic hidden Markov model doesn't match The physical facts of actual voice, this article proposed a state duration based HMM(SDHMM), bring the state duration parameters into the usual hidden Markov model. With its voice recognition experiments with the classical hidden Markov models, the recognition rate improved.

    参考文献
    相似文献
    引证文献
引用本文

孙玉莎,王朝立,白洁,鲁国辉.基于状态持续时间的HMM语音识别模型.计算机系统应用,2011,20(12):127-131

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2011-05-30
  • 最后修改日期:2011-06-24
  • 录用日期:
  • 在线发布日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号