期刊文章详细信息
文献类型:期刊文章
机构地区:[1]孝感学院物理系,湖北孝感432100 [2]华中科技大学电信系,武汉430074
年 份:2003
卷 号:19
期 号:1
起止页码:40-43
语 种:中文
收录情况:CSA、CSCD、CSCD2011_2012、INSPEC、JST、RCCSE、ZGKJHX、普通刊
摘 要:用传统的BW算法训练语音识别系统的HMM需要大量的语音数据。本文在假设声学模型系统的子空间捆绑结构(SDTS)为己知的前提下,提出了一种新的训练算法,可以有效地减少系统对训练数据的需求。理论分析和仿真表明,与传统的BW算法比较,新的训练算法(IBW)可压缩模型参数15倍,从而可大量地减少训练数据。尽管新算法要用到系统的先验知识,但它还是显示了许多优越性。
关 键 词:语音识别系统 HMM训练算法 SDTS 声学模型 隐马尔可夫模型 鲁棒性
分 类 号:TN912.34]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...