文献类型：期刊文章

作　　者：何强[1] 毛士艺[1] 张有为[2]

机构地区：[1]北京航空航天大学电子工程系,北京100083 [2]五邑大学信息科学研究所,广东江门529020

出　　处：《电子学报》

基　　金：广东省自然科学基金!(No.960 631 )

年　　份：2000

卷　　号：28

期　　号：10

起止页码：98-101

语　　种：中文

收录情况：BDHX、BDHX1996、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2001185572378)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：在语音识别系统的HMM模型训练阶段 ,由于Baum Welch算法中前向概率和后向概率包含大量连乘项 ,计算结果数值会越来越小 ,以致产生溢出 .在单观察序列情况下采用定标技术可以妥善地解决溢出问题 .在多观察序列情况下 ,则会引入各序列对HMM的输出概率作为修正系数 ,其数值很小 ,溢出问题仍存在 .本文分析了溢出问题产生的原因 ,针对多观察序列的情况 ,将优化目标函数由输出概率的连乘改为对数累加和形式 ,推导出一套改进的Baum Welch算法。该算法降低了HMM参数重估算法的计算复杂度 ,提高了稳定性 。

关 键 词：马尔柯夫过程 Baum-Welch算法  话音识别  HMM模型

分 类 号：TN912.3]