| 基于动态贝叶斯网络的大词汇量连续语音识别和音素切分研究 |
| |
| 引用本文： | 吕国云,蒋冬梅,张艳宁,赵荣椿,Hichem Sahli.基于动态贝叶斯网络的大词汇量连续语音识别和音素切分研究[J].西北工业大学学报,2008,26(2):173-178. |
| |
| 作者姓名： | 吕国云 蒋冬梅 张艳宁 赵荣椿 Hichem Sahli |
| |
| 作者单位： | 1. 西北工业大学,计算机学院,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： | 中国科技部与比利时国际合作项目 |
| |
| 摘 要： | 提出一个新颖的单流多状态动态贝叶斯网络(Single stream Multi-states Dynamic Bayesian Network, SM-DBN)模型,以实现大词汇量连续语音识别和音素切分.该模型在Bil m es等人提出的单流动态贝叶斯网络(Single stream Dynamic Bayesian Network, Phone-sh ared,SS-DBN-P)模型(识别基元为词)基础上,增加了一个隐含的状态节点层,每个词由它的对 应音素组成,而音素采用固定个数的状态描述,状态和观测向量直接连接.它的识别基元为音 素,描述了音素的动态发音变化过程.大词汇量语音识别的实验结果表明:在纯净语音环境下 ,SM-DBN模型的识别率比HMM和SS-DBN-P模型的识别率分别提高了13.01%和35.2%,而 音频流的音素切分正确率则分别提高了10%和44%.
|
| 关 键 词： | 动态贝叶斯网络音视频语音识别音素切分 动态贝叶斯网络 大词汇量 连续 语音识别 音素 研究 Segmentation Phone Continuous Speech Recognition Model 正确率 音频流 识别率 语音环境 纯净 结果 实验 变化过程 发音 状态描述 |
| 文章编号： | 1000-2758(2008)02-0173-06 |
| 修稿时间： | 2007年3月7日 |
A Novel SM-DBN Model for Large-Vocabulary Continuous Speech Recognition and Phone Segmentation |
| |
| Lu Guoyun,Jiang Dongmei,Zhang Yanning,Zhao Rongchun,Hichem Sahli.A Novel SM-DBN Model for Large-Vocabulary Continuous Speech Recognition and Phone Segmentation[J].Journal of Northwestern Polytechnical University,2008,26(2):173-178. |
| |
| Authors: | Lu Guoyun Jiang Dongmei Zhang Yanning Zhao Rongchun Hichem Sahli |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
