CASIA OpenIR  > 毕业生  > 硕士学位论文
基于Shift-Tolerant LVQ3的汉语全音节声、韵母识别
马茜
学位类型工学硕士
导师陈道文
1992-02-01
学位授予单位中国科学院自动化研究所
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
摘要本文提出了一种基于Shift-ToLerant LVQ3的汉语语音识 别方法。该方法不需要进行时间规整。 学习矢量量化(LVQ)是一具有较强分类能力的矢量量化算 法,本文将LVQ3,原两类识别推广到多类;并提出一种修改的分 裂算法进行LVQ3初始化;根据汉语发音特点及shift—t0lerant 结构,对特定人韵母采用重迭方式分级识别,识别率达91%, 对特定人声母采用一个网络一次识别,识别率达92%;并研究了 非特定人单元音识别,根据LVQ神经网络学习特点,提出一种自 适应方法;在模型参数的选择等方面本文做了大量的实验,通 过比较得出较优的值。本论文证实LVQ用于语音识剐是一种极 有前途的方法,文中的一些数据和结果可为进一步的研究提供 参考,希望本文能起到抛砖引玉的作用。 最后本文尝试了一些新方法:混合语音识别(LVQ+HMM)及动 态矢量量化。
馆藏号XWLW233
其他标识符233
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/7023
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
马茜. 基于Shift-Tolerant LVQ3的汉语全音节声、韵母识别[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1992.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[马茜]的文章
百度学术
百度学术中相似的文章
[马茜]的文章
必应学术
必应学术中相似的文章
[马茜]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。