聲學(xué)模型建模可實(shí)現(xiàn)對語音信號的處理和特征抽取,是語音識別過程中必不可少的基礎(chǔ)性工作,同時(shí)也是影響語音識別整體性能的一個(gè)重要因素。在語音識別中,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,針對其發(fā)音特點(diǎn),研究使用音節(jié)作為漢藏語系語音識別的建�；�,再提取相應(yīng)的特征進(jìn)行識別就有著尤為重要的意義。針對單音節(jié)識別目前的研究進(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)識別研究未來發(fā)展的重要方向。 

【文章頁數(shù)】：4 頁

【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]基于段長分布的HMM語音識別模型[J]. 王作英,肖熙.  電子學(xué)報(bào). 2004(01)



本文編號：3693987