期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于HMM的动态语音模式时间归一化方法 被引量:2
1
作者 邓伟 赵翊兰 《数据采集与处理》 CSCD 2003年第3期277-281,共5页
研究了利用隐马尔可夫模型 (HMM)对动态语音模式进行时间归一化的方法。引入了借助于 HMM对语音基元观测序列所做的一种分段 ,这种分段被称之为语音基元观测序列的 HMM全状态分段 ,并且定义了 HMM全状态分段的符合度。根据 HMM全状态分... 研究了利用隐马尔可夫模型 (HMM)对动态语音模式进行时间归一化的方法。引入了借助于 HMM对语音基元观测序列所做的一种分段 ,这种分段被称之为语音基元观测序列的 HMM全状态分段 ,并且定义了 HMM全状态分段的符合度。根据 HMM全状态分段的符合度确定了语音基元观测序列的最优 HMM全状态分段 ,通过最优 HMM全状态分段把语音基元观测序列转换为固定维数的向量 ,从而实现了动态语音模式的时间归一化。将动态语音模式的这一时间归一化方法在结合 HMM和人工神经网络 (ANN)的混合语音识别方法中进行了应用 ,实验结果表明这一时间归一化方法的有效性。 展开更多
关键词 语音识别 动态语音模式 隐马尔可夫模型 HMM 时间归一化方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部