基于动态贝叶斯网络的语音识别及音素切分研究

被引：2

作者：

孙阿利 ^{[1
]}

蒋冬梅 ^{[1
]}

吕国云 ^{[1
]}

Hichem Sahli ^{[2
]}

Werner Verhelst ^{[2
]}

机构：

[1] 西北工业大学计算机学院

[2] 比利时布鲁塞尔自由大学电子与信息工程系

来源：

计算机应用研究 | 2007年 / 10期

关键词：

动态贝叶斯网络; 图模型; 图模型工具包;

D O I：

暂无

中图分类号：

TP391.42 []; TP183 [人工神经网络与计算];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ; 0812 ; 0835 ;

摘要：

研究了一种基于动态贝叶斯网络(dynamic bayesian networks,DBN)的语音识别建模方法,利用GMTK(graphical model tool kits)工具构建音素级音频流DBN语音训练和识别模型,同时与传统的基于隐马尔可夫的语音识别结果进行比较,并给出词与音素的切分结果。实验表明,在各种信噪比测试条件下,基于DBN的语音识别结果与基于HMM的语音识别结果相当,并表现出一定的抗噪性,音素的切分结果也比较准确。

引用

页码：104 / 106+127 +127

页数：4