秦春香
- 作品数：3 被引量：1H指数：1
- 供职机构：新疆大学更多>>
- 发文基金：博士科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于音位学特征的维吾尔语声学建模被引量：1
- 2012年
- 本文将表征维吾尔语语音特点的音位学特征引入维吾尔语语音识别声学建模中,并根据维吾尔语发音特点确定了区别于维吾尔语元音、辅音的六类音位学特征,以其为目标值训练神经网络多层感知器获取语音信号在各类音位学特征集的后验概率,并将此作为隐马尔克夫模型的输入特征进行模型训练,并与基于MFCC的声学模型进行比较.本文实验报告了组合特征下的识别结果及其改进方法.
- 秦春香黄浩哈力旦·阿不都热依木
- 关键词：多层感知器语音识别
- 音位学特征在语音识别中的应用研究
- 研究表明，独立于声学环境变化的音位学特征（发音部位、发音方式等）有助于英语识别系统整体性能的提高。随后，将此特征引入汉语普通话语音识别系统便成为研究的热点。然而，基于音位学特征的新疆维吾尔语识别系统的研究，目前还鲜有研究...
- 秦春香
- 关键词：多层感知器语音识别
- 文献传递
- 发音特征在维汉语音识别中的应用
- 2012年
- 采用传统谱特征作为输入进行语音识别通常会受到声学环境差异的影响。为此,提出汉语和维语音素和音位的对应规则,并将这种规则应用于基于发音特征的语音识别系统。训练神经网络多层感知器,获取语音信号各类发音特征的后验概率,将其与美尔频率倒谱系数(MFCC)拼接后送入隐马尔科夫模型进行声学模型训练。将不同发音特征分别与传统MFCC特征进行组合并给出测试结果。实验结果表明,当汉语声带状况和送气发音特征与传统MFCC组合时,以及维语的发音方式和声带状况特征与MFCC组合之后,系统误识率较低。
- 秦春香黄浩
- 关键词：多层感知器声学模型美尔频率倒谱系数
