基于连续状态HMM的汉语语音识别方法

摘要：

现在隐马尔可夫模型(HMM)已成为语音信号处理的重要方法被广泛地应用到语音识别等领域。然而由于传统的HMM在每个状态处理的各帧语音信号都与前后的时间顺序无关,所以影响了HMM描述语音信号时间相关等动态特性的能力,降低了语音识别的性能。针对这个问题,本文提出了连续状态HMM的设想。

关键词： 汉语语音识别 隐马尔可夫模型 语音信号处理 连续状态HMM

作者: 曹建林 郭午阳 赵力 邹采荣

作者单位: 江苏信息职业技术学院,江苏,无锡,214061;东南大学无线电工程系,江苏,南京,210096 东南大学无线电工程系,江苏,南京,210096

会议类型: 国内会议

会议名称: 2005年津、鲁、浙、苏声学学术会议暨全国物理声学学术会议

会议地点: 南京

会议语种:中文

页码: 129-130

在线出版日期: 2005-10-22（万方平台首次上网日期，不代表论文的发表时间）