CASIA OpenIR  > 毕业生  > 硕士学位论文
基于神经预测模型的汉语全音节识别研究
李晓东
学位类型工学硕士
导师陈道文
1993-06-01
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
摘要神经预测模型是九十年代新兴的一种神经网络语音识别方法。这种方法具 有很强的建模能力,并且能同时应用于大词汇量、连续语音和非特定人的语音识 别研究。 本文在分析比较了几种语音识别方法后,对神经预测模型进行了较为详尽 的理论分析,同时探讨了这种方法在汉语语音识别领域的应用前景。在针对神 经预测模型实现过程中出现的一些问题,本文提出了一种新的强化收敛训练算 法,并对算法的收敛性进行了理论公式证明,同时也对其非线性预测能力进行 了实验验证。实验结果证明我们提出的算法具有较高的计算速度和识别精度。 同时,本文也对语音信号的描述策略进行了初步的探讨,提出了具有广泛指 导意义的混合建模思想。在这种思想的指导下,进行了汉语音长变化较大的声母 的混合建模,取得了良好的识别效果。 在全音节识别研究中,我们从计算量、计算复杂度、系统存储量、训练所需数 据量及稳定性等方面考虑,选择了声/韵母分割的汉语语音建模策略。利用本文 提出的强化收敛训练算法,加以动态信息参数,同时采用音节知识组合策略、混 合建模等措施,获得汉语音节90.5%的识别率。
馆藏号XWLW283
其他标识符283
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/7070
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
李晓东. 基于神经预测模型的汉语全音节识别研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1993.
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
[李晓东]的文章
百度学术
百度学术中相似的文章
[李晓东]的文章
必应学术
必应学术中相似的文章
[李晓东]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。