一种新型汉字音节整体向量模型的识别研究

摘要

通过对hidden Markov model(HMM)和segment model(SM)模型的简要分析,指出了它们的某些缺陷,提出了一种新的基于汉字音节整体的Melfrequency cepstrum coefficients(MFCC)向量模型.该模型能够根据各个音节的持续时间动态地调整帧长,进而比较完整地表现了语音时频信息的演化过程.实验数据显示,在同样的测试奈件下,对于上下文相同的同性语音,帧数固定比帧长固定的识别率改善3.0%以上.还分析了几个主要影响汉字语音识别率的参数.研究表明,参数设置是否得当对于识别率有一定的影响.