HMM BASED RECOGNITION OF CHINESE TONES IN CONTINUOUS SPEECH

This paper describes a method for recognizing Chinese tones in continuous speech. The first and second order differentials of the fundamental frequency logarithmically converted are used as feature parameters. A left-to-right hidden Markov modeling with five states, each of which is modeled by a single Gaussian distribution, expresses each of Chinese tones. Non-voiced portions are coded by random values normally distributed to uniformly deal with all the time frames in an utterance. Speaker dependent tone recognition was conducted for ten speakers. The average rate of 81.8% was obtained for these speakers.

基于连续分布型HMM的汉语连续语音的声调识别方法

本文介绍了基于连续分布型HMM的汉语连续语音声调识别方法，提出了一个适合于汉语连续语音声调识别的特征参数提取和识别方案。通过对汉语连续语音声调特点的分析，选择了8个音节单位的连续分布型HMM作为声调识别用基元模型进行识别试验，识别结果表明，10名话者1070个句子的连续语音声调识别的平均识别率是95.1％。

基于3维空间Viterbi算法的汉语连续语音识别方法

本文提出了基于 3维空间Viterbi算法的汉语连续语音识别方法 .本方法采用 6 0个音素单位的隐马尔可夫模型 (HMM)和 8个声调单位的HMM作为识别用基元模型 .音素基元模型和声调基元模型的识别结果的统合 ,采用音素单位的HMM状态、声调单位的HMM状态和时间的 3维空间Viterbi算法来实现 .语音声学处理和语音言语处理的结合 ,采用修改型Earley分析法的Top Done型文法分析器和OnePassDP为基础的帧同步识别算法来实现 .在由 10名话者发音的有关旅馆预约指南的识别困难度是 2 7 3的 10 70句子的识别实验中 ,总平均识别率达到 94 4% .

音式阶的合理性模识别校对方法

音阶识别方法不能结合乐音的物理和音乐特性,造成乐音处理信号量杂乱无序。针对该问题,通过复音音高确定转录音符集合,引入频谱图、谱平滑性和调和性估计建立HMM模型。分析对比实验结果表明,HMM模型可以完成乐音物理与音乐特性结合,改善乐音处理信号量杂乱无序现象。

多媒体网络语音模糊音调数据准确识别方法

为有效建立网络输入语音特征序列与输出音素间的良性映射关系,提出一种基于DNNHMM理论的多媒体网络语音模糊音调数据准确识别方法。利用多媒体网络阵列的拓扑结构,满足模糊语音音调的特征提取要求,并对音调数据进行解码操作,完成多媒体网络语音模糊音调数据的识别准备。在此基础上,设计完整的DNN-HMM识别框架,并通过估计语音模糊音调数据DNNHMM空间权重的方式,实现数据识别决策树绑定操作,完成新型多媒体网络语音模糊音调数据准确识别方法的搭建。设计对比实验结果表明,与传统识别方法相比,应用新型准确识别方法后,输入语音数据循环单元最大值超过7.0×1011T、输出音素堆叠层数不断减小,达到建立输入语音特征序列与输出音素间良性映射关系的目的。