连续汉语语音识别中基于归并的音节切分自动机

摘要

文章研究并实现了汉语连续语音中的音节自动切分算法--基于归并的音节切分自动机(merging-based syllable detection automaton,简称MBSDA)算法.MBSDA算法利用了包括语音的短时能量、过零率和基音周期在内的多种特征参数,把特征参数高度相似的相邻帧(1帧或若干帧)的语音信号进行"归并(merging)",形成"归并类似段(merged similar segment,简称MSS)",它们被认定属于同一音节的相同状态.这些MSS经过一个包含若干状态的"音节切分自动机(syllable detection automaton,简称SDA)"后,输出音节的切分点.每个确定的切分段中所包含音节个数的范围(range of syllable number,简称RSN)也由MBSDA算法给出.