聲學(xué)模型建�？蓪�(shí)現(xiàn)對(duì)語音信號(hào)的處理和特征抽取,是語音識(shí)別過程中必不可少的基礎(chǔ)性工作,同時(shí)也是影響語音識(shí)別整體性能的一個(gè)重要因素。在語音識(shí)別中,選擇合適的建�；苁购罄m(xù)系統(tǒng)獲得更高的準(zhǔn)確率和更強(qiáng)的魯棒性。音節(jié)是漢語等漢藏語系的最小發(fā)音單位,針對(duì)其發(fā)音特點(diǎn),研究使用音節(jié)作為漢藏語系語音識(shí)別的建模基元,再提取相應(yīng)的特征進(jìn)行識(shí)別就有著尤為重要的意義。針對(duì)單音節(jié)識(shí)別目前的研究進(jìn)展,首先介紹了基于有限狀態(tài)矢量量化的算法,以及其改進(jìn)算法在單音節(jié)識(shí)別中的研究成果;然后介紹了基于隱馬爾可夫模型的算法,并詳細(xì)介紹了將隱馬爾可夫模型與其他算法相結(jié)合的音節(jié)識(shí)別研究成果;接著介紹了基于神經(jīng)網(wǎng)絡(luò)的算法;最后總結(jié)并提出了單音節(jié)識(shí)別研究未來發(fā)展的重要方向。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 引言
2 基于矢量量化的算法
3 基于隱馬爾可夫模型的算法
4 基于神經(jīng)網(wǎng)絡(luò)的算法


【參考文獻(xiàn)】：
期刊論文
[1]基于瓶頸特征的藏語拉薩話連續(xù)語音識(shí)別研究[J]. 周楠,趙悅,李要嬙,徐曉娜,才旺拉姆,吳立成.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]漢語語音識(shí)別中基于音節(jié)的聲學(xué)模型改進(jìn)算法[J]. 晁浩,楊占磊,劉文舉.  計(jì)算機(jī)應(yīng)用. 2013(06)
[3]基于段長(zhǎng)分布的HMM語音識(shí)別模型[J]. 王作英,肖熙.  電子學(xué)報(bào). 2004(01)



本文編號(hào)：3693987