声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：肖熙, 徐晨
单位：清华大学 电子工程系, 北京 100084
关键词：监督状态特征,声学特征聚类,状态似然聚类特征
语音识别GMM-HMM（Gaussian mixture model-hidden Markov model）在使用最大似然状态序列（most likely state sequence，MLSS）准则得到观测量的最佳状态序列时，只考虑了具有语音帧最大似然值的状态信息，而忽略了其他次优状态对当前帧的影响，造成信息的丢失，从而降低了系统识别率。为更好地利用声学状态的似然值信息，该文提出了声学状态似然值得分模型和监督状态模型，并基于以上模型得到了状态似然聚类特征（state likelihood cluster feature，SLCF）、监督状态特征（supervised state feature，SSF）。这2种特征反映了MFCC（Mel frequency cepstrum coefficient）声学特征关于HMM状态的一种信息。实验表明，将SLCF、SSF分别与MFCC融合，新的特征可提高语音识别效果。融合了SLCF、SSF后，与GMM-HMM只使用MFCC相比，孤立字识别系统的总错误率分别相对下降了6.10%、9.66%，连续语音识别系统的总错误率分别相对下降了2.53%、11.05%。
来源：2019年第6期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。