语速大范围变化时汉语语音识别模型的改进

摘要：

本文介绍了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC)。该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状态。该模型具有多组子模型特点,在描述状态转移方面,增加了记录各状态的自转移次数,用其作权重可更好地利用特征信息,提高了在语速大范围变化时的识别率。

关键词： 语速比对 汉语 语音识别 多组状态转移顺序聚类模型 马尔可夫过程

作者: 吴聪 范京 张树森

作者单位: 北京信息工程学院 信息与通信工程系

会议类型: 国内会议

会议名称: 第十三届全国信号处理学术年会

会议地点: 北京

会议语种:中文

页码: 279-283

在线出版日期: 2007-08-01（万方平台首次上网日期，不代表论文的发表时间）