基于最小音素錯誤（MPE）訓(xùn)練算法的語音識別技術(shù)的研究.pdf_第1頁
已閱讀1頁，還剩76頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機(jī)技術(shù)的飛速發(fā)展,語音識別技術(shù)得到很大的進(jìn)步。語音識別系統(tǒng)中最重要的部分就是聲學(xué)模型的建立和訓(xùn)練,隱馬爾可夫模型作為語音信號的一種統(tǒng)計模型,由于它能夠很好地描述語音信號的非平穩(wěn)性和時變性,因此在語音識別領(lǐng)域有著廣泛的應(yīng)用。 由于傳統(tǒng)的聲學(xué)模型訓(xùn)練方法采用最大化相似度訓(xùn)練法則(MaximumLikelihood Estimation, MLE),在訓(xùn)練時沒有考慮模型與模型之間的聯(lián)系,為了提升模型之間的相互區(qū)分度,區(qū)分性訓(xùn)練

2、法則因而被提出。近年來有人提出將最小化音素錯誤訓(xùn)練法則(Minimum Phone Error, MPE)應(yīng)用于大詞匯量連續(xù)語音識別,并取得顯著效果。于是本文將之應(yīng)用于以連續(xù)數(shù)字串為語料的連續(xù)音素辨識系統(tǒng)。最小化音素錯誤采用詞圖(Phone Lattice)來代表所有可能句子的集合,本論文主要采用N-最佳路徑(N-Best List)的方法來建構(gòu)Phone Lattice(N-Best Synthesized Lattice),針對Ph

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論