湖北省教育厅重点项目(2002A02004)
- 作品数：7 被引量：20H指数：3
- 相关作者：王新民姚天任鲁德初更多>>
- 相关机构：孝感学院华中科技大学更多>>
- 发文基金：湖北省教育厅重点项目更多>>
- 相关领域：电子电信理学自动化与计算机技术更多>>
- 一种改进的隐马尔可夫模型训练算法被引量：3
- 2004年
- 将类关联特征(class-dependentfeature,CDF)用于隐马尔可夫模型(hiddenMarkovmodel,HMM)的建模,提出了一种新的HMM训练算法,与传统的HMM训练算法在理论上完全一致,但新算法避免了直接估计高维的状态输出概率密度函数(probabilitydensityfunction,PDF),可提高模型参数的估计精度。
- 王新民
- 关键词：隐马尔可夫模型
- 一种基于SSM的HMM训练算法被引量：2
- 2003年
- 在Baum Welch(BW)算法的基础上提出了一种基于态相关方法(State SpecificMethod:SSM)的隐马尔可夫模型(HiddenMarkovMode:HMM)参数估计算法(简称SBW算法).该算法在估计HMM不同状态的概率密度函数(proba bilitydensityfunction:PDF)的参数时使用了与状态有关的维数较低的特征集合.与传统的BW算法相比,新算法避免了直接估计高维的PDF参数.仿真实验表明,在训练数据量不足的情况下,采用SBW算法的误识率明显低于BW算法.
- 王新民姚天任
- 关键词：隐马尔可夫模型参数估计SSM语音识别
- 用多观察序列训练隐马耳可夫模型的一种通用算法被引量：3
- 2002年
- 隐马尔可夫模型(HMM:HiddenMarkovModel)是一种具有学习能力的统计模型。HMM在许多领域特别是在语音识别领域得到成功的应用。经典HMM的Baum Welch算法假设不同的观察序列之间是统计独立的,这与实际情况不符。本文在不附加任何假设的前提下,提出了一种用多观察序列训练HMM的算法,从理论上解决了上述问题。传统的Baum Welch算法只不过是新算法在观察序列独立假设下的特例。
- 王新民
- 关键词：隐马尔可夫模型统计模型
- 基于混合因子分析的隐马尔可夫模型被引量：1
- 2005年
- 经典隐马尔可夫模型用于语音识别存在的两个主要缺陷是“离散状态假设”和“独立分布假设”。前者忽略了语音信号的非平稳性,后者忽略了语音信号的相关性。文章将混合因子分析方法用于语音建模,提出了基于混合因子分析的隐马尔可夫模型框架,并用动态贝叶斯网络形象地表示。该模型框架不仅从理论上解决了上述问题,而且给出许多语音建模的选择。目前广泛使用的统计声学模型均可视为该模型的特例。
- 王新民姚天任
- 关键词：隐马尔可夫模型动态贝叶斯网络
- 量化子空间分布隐马尔可夫模型的间接训练被引量：3
- 2003年
- 研究了量化子空间分布隐马尔可夫模型(quantizedsubspacedistributionhiddenmarkovmodel,QS DHMM)间接训练所涉及的三个关键的问题:连续分布隐马尔可夫模型(continuousdistributionhiddenmarkovmodel,CDHMM)的训练、特征子空间的划分和子空间高斯分布的量化方案。提出了相关特征子空间的定义及实现算法。在仿真实验中,采用基于分类学的Bhattacharyya距离测度的K均值高斯聚类算法对子空间高斯分布进行量化,用最相关子空间的概念划分特征子空间,并将这两者结合使用,提高了系统的识别精度和速度。
- 王新民鲁德初
- 关键词：K均值聚类算法特征子空间高斯分布语音数据
- 量化子空间分布隐马尔可夫模型被引量：8
- 2003年
- 提出了量化子空间分布隐马尔可夫模型 (QSDHMM ) .该模型可由连续分布隐马尔可夫模型(CDHMM)导出 ,方法是先将CDHMM的高斯分布投影到K个子空间 ,然后将每个子空间高斯分布聚类成一个数目较小的“高斯分布原型” .用这些“高斯分布原型”可以表示出声学模型的状态分布 .理论分析和仿真实验表明 ,对于大词表连续语音识别系统 ,与CDHMM相比较 ,QSDHMM可以压缩模型参数 18倍 ,从而节省系统存储空间 。
- 王新民姚天任
- 关键词：隐马尔可夫模型
- 基于因子分析的隐马尔可夫模型及其训练算法被引量：5
- 2004年
- 虽然基于对角协方差矩阵高斯分布的隐马尔可夫模型(HiddenMarkovModelBasedonDiagonalGaussiandistributions,HMM-DG)目前在现代大词表连续语音识别系统中得到了广泛的应用,但HMM-DG在帧内特征相关(intra-framefeaturescorrelation)建模方面存在缺陷。该文将因子分析方法与HMM-DG的混合高斯建模相结合,提出了一种具有弹性的帧内特征相关隐马尔可夫模型框架—基于因子分析的隐马尔可夫模型(HiddenMarkovModelBasedonFactorAnalysis,HMM-FA),并导出了HMM-FA的训练算法。仿真实验表明:在相同的条件下,HMM-FA的性能优于HMM-DG。
- 王新民姚天任
- 关键词：隐马尔可夫模型
