EI / SCOPUS / CSCD 收录

中文核心期刊

基于分段模糊c-均值的连续密度HMM语音识别模型参数估计

马小辉, 富煜清, 陆佶人

马小辉, 富煜清, 陆佶人. 基于分段模糊c-均值的连续密度HMM语音识别模型参数估计[J]. 声学学报, 1997, 22(6): 550-554. DOI: 10.15949/j.cnki.0371-0025.1997.06.011
引用本文: 马小辉, 富煜清, 陆佶人. 基于分段模糊c-均值的连续密度HMM语音识别模型参数估计[J]. 声学学报, 1997, 22(6): 550-554. DOI: 10.15949/j.cnki.0371-0025.1997.06.011
MA Xiaohui, FU Yuqing, LU Jiren. The segmental fuzzy c-means algorithm for estimating parameters of continuous density hidden Markov models[J]. ACTA ACUSTICA, 1997, 22(6): 550-554. DOI: 10.15949/j.cnki.0371-0025.1997.06.011
Citation: MA Xiaohui, FU Yuqing, LU Jiren. The segmental fuzzy c-means algorithm for estimating parameters of continuous density hidden Markov models[J]. ACTA ACUSTICA, 1997, 22(6): 550-554. DOI: 10.15949/j.cnki.0371-0025.1997.06.011

基于分段模糊c-均值的连续密度HMM语音识别模型参数估计

基金项目: 

国家自然科学基金资助项目

详细信息
  • PACS: 
      43.70

The segmental fuzzy c-means algorithm for estimating parameters of continuous density hidden Markov models

  • 摘要: 本文在分析了连续密度隐马尔可夫模型(CDHMM)的两种主要最大似然参数估计方法的基础上,引入模糊集思想,提出了分段模糊c-均值算法代替普通的分段k-均值算法进行CDHMM的最大似然参数估计。文中给出了其实现方法。实验结果证明其在语音识别中具有很好的性能。
    Abstract: In this paper, we propose the segmental fuzzy c-means algorithm for maximum likelihood estimating parameters of continuous density hidden Markov models (CDHMM) to substitute for the common segmental k-means algorithm, based on the analysis of two main methods for estimating parameters of CDHMM. Experimental results demonstrate the efficiency of the new algorithm.
计量
  • 文章访问数:  37
  • HTML全文浏览量:  0
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  1996-06-21
  • 网络出版日期:  2022-08-01

目录

    /

    返回文章
    返回