一种新的基于段长分布的语音识别模型

摘要：

在语音识别领域,隐马尔可夫模型(Hidden Markov Model,简称HMM)是一个重要的方法.然而在其模型构建中,状态的段长概率随时间呈指数下降,没有恰当地表示语音的时序结构.本文基于动态贝叶斯网络(Dynamic Bayesian Network,简称DBN)的通用算法,提出了在DBN模型中显式表示段长的改进算法.Aurora-5语音库实验表明:基于段长分布的DBN模型识别率在噪音环境下优于传统的HMM模型,尤其在插入类型的错误方面.

关键词： 通信工程 语音识别模型 动态贝叶斯网络 段长分布

作者: 杜树木 何良华

作者单位: 同济大学 计算机科学与技术系,上海 201804

会议类型: 国内会议

会议名称: 2009年通信理论与信号处理学术年会

会议地点: 福建泉州

会议语种:中文

页码: 80-84

在线出版日期: 2009-11-19（万方平台首次上网日期，不代表论文的发表时间）