[1]关存太,陈永彬,吴伯修.HMM语音识别模型与一种修正训练算法[J].东南大学学报(自然科学版),1994,24(1):17-24.[doi:10.3969/j.issn.1001-0505.1994.01.004]
　Guan Cuntai,Chen,Yongbin,et al.A Study on Hidden Markov Models Used in Speech Recognition and a Modified Training Algorithm[J].Journal of Southeast University (Natural Science Edition),1994,24(1):17-24.[doi:10.3969/j.issn.1001-0505.1994.01.004]
点击复制

HMM语音识别模型与一种修正训练算法()
分享到：

《东南大学学报(自然科学版)》[ISSN:1001-0505/CN:32-1178/N]

卷:
24
期数:
1994年第1期
页码:
17-24
栏目:
信息与通信工程
出版日期:
1994-01-20

文章信息/Info

Title:
A Study on Hidden Markov Models Used in Speech Recognition and a Modified Training Algorithm
作者:
关存太; 陈永彬; 吴伯修
东南大学无线电工程系
Author(s):
Guan Cuntai;Chen;  Yongbin;Wu Boxiu
Department of Radio Engineering,Southeast University,Nanjing 210018
关键词:
语言识别;  马尔柯夫链;  算法
分类号:
TN912.34
DOI:
10.3969/j.issn.1001-0505.1994.01.004
摘要:
本文在统一的框架下描述了隐马尔柯夫模型(HMM)用于语音识别时的各种形式，包括离散HMM、连续混合密度HMM、半连续HMM和最大分量连续HMM等，指出各种模型均是统一形式下的导出形式．文中就离散HMM、连续混合密度HMM和最大分量连续HMM在非特定人全音节汉语语音识别中的应用，从识别率和复杂度两方面进行了性能比较．为提高最大分量连续HMM的识别性能；提出了一种修正的训练算法．

相似文献/References:

[1]马小辉,富煜清,陆佶人.结合SOFM失真的HMM语音识别方法[J].东南大学学报(自然科学版),1997,27(1):49.[doi:10.3969/j.issn.1001-0505.1997.01.010]
　[J].Journal of Southeast University (Natural Science Edition),1997,27(1):49.[doi:10.3969/j.issn.1001-0505.1997.01.010]

备注/Memo

备注/Memo:
国家自然科学基金
更新日期/Last Update: 2013-04-19