面向语音识别声学模型的汉语语料抽选方法

摘要

1前言 　　在大词汇量连续语音识别应用中,有目的的分别设计并选择合适的、能充分覆盖各种语音现象的语料,对于训练鲁棒性强的声学模型,有着重要的作用.在声学模型的训练中,经过设计的训练语料与随机选择的训练语料相比,至少能带来5%的识别率的改善[1].宁振江,男,2 7岁.现为中国科学院声学研究所信号与信息处理专业博士研究生.感兴趣的研究方向为语音识别及其相关的声学模型和语言模型自适应技术.曾承担中科院声学研究所2001年创新前瞻项目:"即兴口语自适应技术".……