计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2011年
8期
2941-2945
,共5页
韵律%语音识别%基频%多空间概率分布隐马尔可夫模型(MSD-HMM)
韻律%語音識彆%基頻%多空間概率分佈隱馬爾可伕模型(MSD-HMM)
운률%어음식별%기빈%다공간개솔분포은마이가부모형(MSD-HMM)
首先,给出结合韵律信息的系统框架.然后,针对汉语的特点,解决了韵律相关的语音识别系统中建模单元选择、模型训练等问题,并在多空间概率分布隐马尔可夫模型(multiple-space distribution hidden Markov mod el,MSD-HMM)框架下构建了韵律相关的语音识别系统.最后,通过语音识别的实验验证了方法的有效性.在“863”测试集上,该方法能够达到76.18％的带调音节识别正确率.
首先,給齣結閤韻律信息的繫統框架.然後,針對漢語的特點,解決瞭韻律相關的語音識彆繫統中建模單元選擇、模型訓練等問題,併在多空間概率分佈隱馬爾可伕模型(multiple-space distribution hidden Markov mod el,MSD-HMM)框架下構建瞭韻律相關的語音識彆繫統.最後,通過語音識彆的實驗驗證瞭方法的有效性.在“863”測試集上,該方法能夠達到76.18％的帶調音節識彆正確率.
수선,급출결합운률신식적계통광가.연후,침대한어적특점,해결료운률상관적어음식별계통중건모단원선택、모형훈련등문제,병재다공간개솔분포은마이가부모형(multiple-space distribution hidden Markov mod el,MSD-HMM)광가하구건료운률상관적어음식별계통.최후,통과어음식별적실험험증료방법적유효성.재“863”측시집상,해방법능구체도76.18％적대조음절식별정학솔.
