| 嵌入式语音识别系统的快速高斯计算实现 |
| |
| 引用本文： | 谢凌云,杜利民,刘斌. 嵌入式语音识别系统的快速高斯计算实现[J]. 计算机工程与应用, 2004, 40(23): 30-31,70 |
| |
| 作者姓名： | 谢凌云 杜利民 刘斌 |
| |
| 作者单位： | 中国科学院声学研究所语音交互技术实验室,北京,100080;中国科学院声学研究所语音交互技术实验室,北京,100080;中国科学院声学研究所语音交互技术实验室,北京,100080 |
| |
| 基金项目： | 国家973重点基础研究发展项目(编号:G1998030505)资助 |
| |
| 摘 要： | 在基于隐含马尔可夫模型(HMM)的连续语音识别系统中,模型状态的高斯分布输出概率的计算会占到整个系统计算量的30%到70%。该文基于语音识别在缺乏浮点运算能力的嵌入式系统上的实现,给出了一种快速高斯计算的新方法。该方法使所有模型状态都共享一个有限的高斯输出概率集,以减少计算复杂度,并且无需重新训练模型参数。在嵌入式平台上的实验数据表明,识别速度能获得15%～25%的提高,而且识别率没有大幅降低。
|
| 关 键 词： | 语音识别 高斯计算 嵌入式系统 |
| 文章编号： | 1002-8331-(2004)23-0030-02 |
Fast Gaussian Computation Implementation of Embedded Speech Recognition System |
| |
| Xie Lingyun Du Limin Liu Bin. Fast Gaussian Computation Implementation of Embedded Speech Recognition System[J]. Computer Engineering and Applications, 2004, 40(23): 30-31,70 |
| |
| Authors: | Xie Lingyun Du Limin Liu Bin |
| |
| Abstract: | In the HMM-based continuous speech recognition system,30%～70%of the computation is spent on calculating gaussian output probabilities of states.This paper proposes a new approach for fast gaussian computing based on the embedded speech-recognition implementation lacking of float-point computation ability.All states share the same limited gaussian list to reduce the computation complexity and model parameters,and don't need re -training.The experiments on embedded platform show that the speed can be improved by15%～25%and the recognition rate does not degrade much. |
| |
| Keywords: | speech recognition gaussian computation embedded system |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
