基于加权自回归隐马尔科夫模型的语音识别 |
| |
作者姓名: | 冯岑明 杨亚民 |
| |
作者单位: | 1. 上海理工大学管理学院,上海,200093 2. 上海工业自动化仪表研究院工程研究中心,上海,200233 |
| |
基金项目: | 基金项目:国家自然科学基金项目,上海市教委重点科技创新项目,上海市重点学科项目,上海市研究生创新基金项目 |
| |
摘 要: | ![]() 对于非特定人语音识别问题,针对隐马尔科夫模型中假设提取的观察矢量之间相互独立且数据不足的困难,文章在连续隐马尔科夫(CHMM)模型的基础上提出了基于加权自回归HMM(WARHMM)的语音识别方法,该方法利用加权自回归过程得到观察矢量,从而获得隐状态输出。这种方法可以充分利用已有的观察数据,适合于实际随机性较强的语音信号的识别。实验结果证明了提出方法的有效性。
|
关 键 词: | 连续隐马尔科夫模型 加权自回归隐马尔科夫模型 语音识别 |
本文献已被 CNKI 万方数据 等数据库收录! |
|