连续语音识别系统声学单元选择与模型训练的研究
随着计算机技术的飞速发展,计算机设备逐步向小型化、便携式、智能化方向的发展,人们迫切要求各种设备具备与人交流的能力,语言作为人类最有效的表达思想工具,怎样利用语言实现人机交互一直是当今世界研究领域的热点之一.HMM模型对动态时间序列具有极强的建模能力,通过状态间的概率转移有效地刻画语音信号在时间上的变化,已经成功运用到非特定人、大词汇、连续语音识别中.
模型理论 语音识别 人工智能 计算机数学
沈海峰 朱永宣 刘刚 郭军
北京邮电大学模式识别实验室(北京)
国内会议
舟山
中文
260-261
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）