留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

汉语语音识别的平滑声韵基元HMM算法

何强 毛士艺 张有为

何强, 毛士艺, 张有为等 . 汉语语音识别的平滑声韵基元HMM算法[J]. 北京航空航天大学学报, 2001, 27(2): 146-149.
引用本文: 何强, 毛士艺, 张有为等 . 汉语语音识别的平滑声韵基元HMM算法[J]. 北京航空航天大学学报, 2001, 27(2): 146-149.
HE Qiang, MAO Shi-yi, ZHANG You-weiet al. Smoothed-unit HMM Algorithm in Mandarin Speech Recognition[J]. Journal of Beijing University of Aeronautics and Astronautics, 2001, 27(2): 146-149. (in Chinese)
Citation: HE Qiang, MAO Shi-yi, ZHANG You-weiet al. Smoothed-unit HMM Algorithm in Mandarin Speech Recognition[J]. Journal of Beijing University of Aeronautics and Astronautics, 2001, 27(2): 146-149. (in Chinese)

汉语语音识别的平滑声韵基元HMM算法

基金项目: 广东省自然科学基金资助项目(960631)
详细信息
  • 中图分类号: TN 9123

Smoothed-unit HMM Algorithm in Mandarin Speech Recognition

  • 摘要: 汉语语音识别的基本单元一般为音素、音节以及声韵母.以声韵母为基元的识别系统由于HMM模型较少,计算量小,适合于实时实现.但是由于模型比较孤立,对语音信号的声学特性描述得不够精确,因而识别率一般比音节基元的系统低.而以音节、音素(tri-phone、di-phone)为基元的系统则有HMM模型数量多、训练和识别过程中计算量大的缺点,影响到系统的实时性.本文提出了一种折衷的方案,系统基元仍选择声韵母,而在HMM训练阶段,对整个音节序列的参数进行运算,使声韵过渡段的状态得到平滑,同时计算并保存每个音节声韵之间的转移概率,识别时动态组装为完整的音节HMM.该方法在保持少量HMM个数的同时,能够降低误试率,适合于以DSP为核心的实时连接词语音识别系统.

     

  • [1] Rabiner L, Juang B H. Fundamentals of speech recognition[M]. Englewood cliffs:PTR Prentice Hall,1993. [2] 吴宗济,林茂灿. 实验语音学概要[M]. 北京:高等教育出版社,1989. [3] 杨行峻,迟惠生,唐 昆,等. 语音信号数字处理[M]. 北京:电子工业出版社,1995. [4] 杨浩荣,刘 加,王作英,等. GMD-SDDBHMM语音识别模型和分类训练方法[J]. 通信学报,1998, 19(4):36~42. [5] Zhang J, Huang Z T, Wang X L. Selection and analysis of HMM's state-number in speech recognition . In:Chinese Institute of Electronics, Signal Processing Society,ed. International Conference of Signal Processing'98 . Beijing:Publishing House of Electronics Industry, 1998.641~645.
  • 加载中
计量
  • 文章访问数:  3030
  • HTML全文浏览量:  134
  • PDF下载量:  1464
  • 被引次数: 0
出版历程
  • 收稿日期:  1999-11-12
  • 网络出版日期:  2001-02-28

目录

    /

    返回文章
    返回
    常见问答