计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2009年
7期
2481-2483
,共3页
动态贝叶斯网络%发音特征%音/视频%语音识别
動態貝葉斯網絡%髮音特徵%音/視頻%語音識彆
동태패협사망락%발음특정%음/시빈%어음식별
构建了一种基于发音特征的音/视频双流动态贝叶斯网络(dynamic Bayesian network, DBN)语音识别模型,定义了各节点的条件概率关系,以及发音特征之间的异步约束关系,最后在音/视频连接数字语音数据库上进行了语音识别实验,并与音频单流、视频单流DBN模型比较了在不同信噪比情况下的识别效果.结果表明,在低信噪比情况下,基于发音特征的音/视频双流语音识别模型表现出最好的识别性能,而且随着噪声的增加,其识别率下降的趋势比较平缓,表明该模型对噪声具有很强的鲁棒性,更适用于低信噪比环境下的语音识别.
構建瞭一種基于髮音特徵的音/視頻雙流動態貝葉斯網絡(dynamic Bayesian network, DBN)語音識彆模型,定義瞭各節點的條件概率關繫,以及髮音特徵之間的異步約束關繫,最後在音/視頻連接數字語音數據庫上進行瞭語音識彆實驗,併與音頻單流、視頻單流DBN模型比較瞭在不同信譟比情況下的識彆效果.結果錶明,在低信譟比情況下,基于髮音特徵的音/視頻雙流語音識彆模型錶現齣最好的識彆性能,而且隨著譟聲的增加,其識彆率下降的趨勢比較平緩,錶明該模型對譟聲具有很彊的魯棒性,更適用于低信譟比環境下的語音識彆.
구건료일충기우발음특정적음/시빈쌍류동태패협사망락(dynamic Bayesian network, DBN)어음식별모형,정의료각절점적조건개솔관계,이급발음특정지간적이보약속관계,최후재음/시빈련접수자어음수거고상진행료어음식별실험,병여음빈단류、시빈단류DBN모형비교료재불동신조비정황하적식별효과.결과표명,재저신조비정황하,기우발음특정적음/시빈쌍류어음식별모형표현출최호적식별성능,이차수착조성적증가,기식별솔하강적추세비교평완,표명해모형대조성구유흔강적로봉성,경괄용우저신조비배경하적어음식별.
