基于动态数量高斯分量的关键词识别系统
提出了一种利用动态数量高斯分量拟合不同音素,利用拟合的音素组合作为补白参与语音关键词识别系统二次判决的方法.首先分析了为音素分配动态的高斯分量数量来训练音素模型的可行性;进而寻找能够准确描述音素且保证描述在不同音素之间有足够区分度的高斯分量个数;利用得到的音素与高斯分量数量的关系训练动态高斯添加的音素隐马尔科夫模型,利用模型的排列组合作为补白为语音关键词识别系统添加第二次判决来减小系统错误识别率.实验表明,利用这种方法进行语音关键词系统二次判断,能将原系统错误率降低至14.79％.
语音识别 关键词 动态高斯分量个数 音素隐马尔科夫模型 二次判决
张扬
同济大学电子与信息工程学院,上海201804
国内会议
大连
中文
78-80
2015-10-22（万方平台首次上网日期，不代表论文的发表时间）