基于三音子DDBHMM的连续语音识别

摘要：

当前连续语音识别中使用的主流技术是HMM（Hidden Markov Model），但是它在非特定人大词汇量连续语音识别中的表现不能令人满意，其根本原因在于HMM 本身的若干性质与语音信号的发音情况不符合。本文首先分析了传统HMM 的理论缺陷，介绍了基于段长的非齐次HMM模型（DDBHMM）的基本理论及其算法，并在此基础上引入了三音子改善了识别性能。非特定人大词汇量连续语音识别的实验表明，采用三音子DDBHMM可以使得识别率提高5.73％。

关键词： 隐含马尔科夫模型 三音子 连续语音识别 语音信号

作者: 游展 陈晓峰 肖熙

作者单位: 清华大学，电子工程系，北京，100084

会议类型: 国内会议

会议名称: 第九届全国人机语言通讯学术会议

会议地点: 安徽黄山

会议语种:中文

在线出版日期: 2007-10-21（万方平台首次上网日期，不代表论文的发表时间）