文件名称：论文研究-*语连续语音识别声学模型优化研究.pdf
文件大小：537KB
文件格式：PDF
更新时间：2022-09-26 20:04:04
论文研究
综合了语音识别中常用的高斯混合模型和人工神经网络框架优点的Tandem特征提取方法应用于*语声学模型训练中，经过一系列后续处理，将原始的MFCC特征转化为Tandem特征，以此作为基于隐马尔可夫统计模型的语音识别系统的输入，并使用最小音素错误区分性训练准则训练声学模型，进而完成在测试集上的识别实验。实验结果显示，Tandem区分性训练方法使识别系统的单词错误率比原先的基于最大似然估计准则的系统相对减少13%。