基于状态驻留时间下由转移弧产生输出的HMM模型中的参数估计

本文讨论了用状态驻留时间来模型化传统的HMM模型。HMM的一个基本假设是它认为语音信号是准平稳的。然而由状态输出yt的HMM模型，并不能很好地表征语音信号中平稳段或平稳段之间的具体特征；由转移弧产生输出的自左向右HMM系统,则对语音特征作更为细致的描述。本文主要讨论在[2]的基础上,对新建模型进行参数估计。

基于状态驻留时间的汉语语音分段概率模型

为了解决分段概率模型 (SPM)因缺少对时间信息描述而带来的建模精度低的问题 ,提出了状态驻留分段概率模型 (SDSPM)。SDSPM中包含了用伽玛分布表示的状态驻留概率 ,以刻划语音的时间特征。此驻留概率相当于隐马尔可夫模型 (HMM)中的状态转移概率 ,但使 SDSPM描述语音时间特征的能力强于 HMM。SDSPM既改善了 SPM的模型性能 ,同时又避免了 HMM的计算复杂度问题。测试实验证明了 SDSPM模型在汉语语音识别中的有效性。