软件学报
軟件學報
연건학보
JOURNAL OF SOFTWARE
2001年
10期
1540-1543
,共4页
离散HMM(hidden Markov models)%分类能力%特征图案%矢量量化%鲁棒性
離散HMM(hidden Markov models)%分類能力%特徵圖案%矢量量化%魯棒性
리산HMM(hidden Markov models)%분류능력%특정도안%시량양화%로봉성
提出了一种具有强分类能力的离散HMM(hidden Markov models)训练算法.该算法利用矢量量化技术将来自不同话者的训练数据进行混合训练,以生成包含各个话者特征的话者特征图案.用该特征图案代替经典的离散HMM中的VQ码本,可以提高观察值符号序列的模式辨识能力,从而提高了离散HMM的分类能力.给出了该方法用于文本有关的话者识别的实验结果,表明该算法可提高系统的识别性能,并要降低HMM对训练集大小的依赖程度,且识别时计算量明显小于经典HMM训练算法,具有较大的实用价值.
提齣瞭一種具有彊分類能力的離散HMM(hidden Markov models)訓練算法.該算法利用矢量量化技術將來自不同話者的訓練數據進行混閤訓練,以生成包含各箇話者特徵的話者特徵圖案.用該特徵圖案代替經典的離散HMM中的VQ碼本,可以提高觀察值符號序列的模式辨識能力,從而提高瞭離散HMM的分類能力.給齣瞭該方法用于文本有關的話者識彆的實驗結果,錶明該算法可提高繫統的識彆性能,併要降低HMM對訓練集大小的依賴程度,且識彆時計算量明顯小于經典HMM訓練算法,具有較大的實用價值.
제출료일충구유강분류능력적리산HMM(hidden Markov models)훈련산법.해산법이용시량양화기술장래자불동화자적훈련수거진행혼합훈련,이생성포함각개화자특정적화자특정도안.용해특정도안대체경전적리산HMM중적VQ마본,가이제고관찰치부호서렬적모식변식능력,종이제고료리산HMM적분류능력.급출료해방법용우문본유관적화자식별적실험결과,표명해산법가제고계통적식별성능,병요강저HMM대훈련집대소적의뢰정도,차식별시계산량명현소우경전HMM훈련산법,구유교대적실용개치.
