基于VQ-HMM的汉语全音节语音识别系统的算法研究
| 文献类型 | 学位 |
| 作者 | 戴伟[1] |
| 机构 | 北京航空航天大学 ↓ |
| 授予学位 | 硕士 |
| 年度 | 2000 |
| 学位授予单位 | 北京航空航天大学 |
| 语言 | 中文 |
| 关键词 | 语音识别;隐巴尔可夫模型;矢量量化 |
| 摘要 | 该论文系统研究了基于矢量量化-隐马尔可夫模型(VQ-HMM)的汉语全音节语音识别问题,对这个问题的各个关键部分都作了细致的对比性研究并且提出了一些改进方法,在以下几个方面得到了性能改善结果:①改进的语音端点检测方法比传统的检测方法更抗噪、更准确;②采用Mel频率倒谱参数(MFCC)比线性预测编码倒谱参数(LPCC)能获得更高的系统识别率;③引入倒谱参数、差分倒谱参数以及能量参数能进一步提高系统识别率;④多码本量化使特征参数对语音的描述参力更详尽;⑤码本的充分训练需要大量语间资料,多级训练使码本训练速度更快;⑥具有凝聚共性的分段K平均HMM模型训练算法训练收敛速度快,计算量少,而且识别率并不比传统的Baum-Welch重估计算法低多少;⑦汉语各音节发音特点不同,因此其HMM模型的状态数也最好不同,采用差分极值点计数确定状态数,能使HMM模型对语音的描述更充分,系统的识别性能也更高.该项研究属于国家"863"计划项目、广东省自然科学基金项目以及广东省重点学科项目、五邑大学重点学科项目计划研究内容,得到了研究经费的资助. |
影响因子：
dc:title:基于VQ-HMM的汉语全音节语音识别系统的算法研究
dc:creator:戴伟
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media：北京航空航天大学
dc:identifier: LnterrelatedLiterature：北京航空航天大学.2000.
dc:identifier:DOI：
dc: identifier:ISBN:
