主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
严斌峰,朱小燕,张智江,张范.基于邻接空间的鲁棒语音识别方法.软件学报,2007,18(4):878-883
基于邻接空间的鲁棒语音识别方法
Robust Speech Recognition Based on Neighborhood Space
投稿时间:2004-02-02  修订日期:2005-08-24
DOI:
中文关键词:  模型空间  声学模型  语音识别  贝叶斯预测密度  模式识别
英文关键词:model space  acoustic model  speech recognition  Bayesian predictive density  pattern recognition
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60272019(国家自然科学基金)
作者单位
严斌峰 清华大学,计算机科学与技术系,北京,100084
中国联合通信有限公司,北京,100032 
朱小燕 清华大学,计算机科学与技术系,北京,100084 
张智江 中国联合通信有限公司,北京,100032 
张范 中国联合通信有限公司,北京,100032 
摘要点击次数: 3953
全文下载次数: 3225
中文摘要:
      提出了一种基于邻接空间模型的鲁棒语音识别方法,解决测试集和训练集差别导致的识别正确率过低的问题.在以声学模型为中心的邻接空间中计算贝叶斯预测概率密度值,作为观察概率输出分值进行识别.实验表明,相对于传统语音识别方法,鲁棒识别方法在保证干净测试集的识别率没有很大下降的前提下,对含噪测试集的识别率获得了较大的提高.
英文摘要:
      This paper presents an approach to robust speech recognition based on neighborhood space, which can achieve performance robustness under mismatch between training and testing conditions. This approach uses neighborhood space of each underlying model to produce Bayesian predictive density as observation probability density. Experimental results show that the proposed method improves the performance robustness.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利