| 基于多流动态贝叶斯网络的音视频连续语音识别 |
| |
| 引用本文： | 吕国云,蒋冬梅,赵荣椿,张艳宁,H Sahli,蒋晓悦.基于多流动态贝叶斯网络的音视频连续语音识别[J].西北工业大学学报,2008,26(4). |
| |
| 作者姓名： | 吕国云 蒋冬梅 赵荣椿 张艳宁 H Sahli 蒋晓悦 |
| |
| 作者单位： | 1. 西北工业大学,陕西,西安,710072
2. 布鲁塞尔自由大学,电子与信息处理系,比利时,布鲁塞尔,B-1050 |
| |
| 基金项目： | 中国科技部和比利时国际合作项目 |
| |
| 摘 要： | 针对说话时发音和口形的异步问题,提出了一个多流异步动态贝叶斯网络(DynamicBayesian Network,DBN)模型,以实现基于音视频特征的连续语音识别,在这个模型中,音频流和视频流在词节点同步,而在词节点之间,音视频流有各自独立的拓扑结构以及节点变量之间的条件依赖关系,同时词转移节点变量由音视频流共同确定,模型在词级别上体现了音视频流的异步性.采用连续数字音视频数据库的实验结果表明,在信噪比为O～30 dB的测试环境下,比较单流DBN模型和多流隐马尔可夫模型,平均识别率分别提高了8.68%和10.07%.
|
| 关 键 词： | 多流异步 动态贝叶斯网络 音视频 语音识别 |
A Multi-Stream Asynchrony Model Based on Dynamic Bayesian Network for Audio-Visual Continuous Speech Recognition |
| |
| Lü Guoyun,Jiang Dongmei,Zhao Rongchun,Zhang Yanning,H Sahli,Jiang Xiaoyue.A Multi-Stream Asynchrony Model Based on Dynamic Bayesian Network for Audio-Visual Continuous Speech Recognition[J].Journal of Northwestern Polytechnical University,2008,26(4). |
| |
| Authors: | Lü Guoyun Jiang Dongmei Zhao Rongchun Zhang Yanning H Sahli Jiang Xiaoyue |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
