[语音的静态模型及汉语语音识别算法的研究]李海洲

【语音的静态模型及汉语语音识别算法的研究】李海洲.pdf作者 1990年5月 致谢 本文是华南理工大学无线电与自动控制研究所和香港 大学博士研究生联合培养计划的成果。论文的实验和写作自 始至终都是在徐秉铮教授无微不至的关怀下进行的。作者自 1988年至1990年在香港进行研究工作近两年,期间香港大学计算机科学系(DepartmentofComputerScience)高级讲师Dr.ChorkinChan和电机电子工程学系(DepartmentofElectricaland ElectronicEngineering)高级讲师Dr.PaulY.S.Cheung给予了悉 心的学术指导,并提出了许多建设性的意见。徐秉铮教授和 Dr.第五章判决树分类器 5序言 5-2分类树的信息量度 5-2-1减少原理 5-2-2平均互信息概念 5一3分类树的性能量度 5-4特征空间非参分割算法 5-4-1FISHER的线性判别式 5一4一2平均互信息的非参估计 5-4-3特征空间的分割 5一5语音样本的分类实验 第六章语音静态模型与神经网络 6序言性,很快成为引人注目的研究课题,近年推出了大量的以HMM为 主体算法的识别系统[15,16]。在孤立字的语音识别迈向连续单 字语音识别的发展过程中,不管是DTW还是HMM算法,都离不开 层次建造(LevelBuilding)算法[19]。近年来,神经网络研究的再次 兴起使人们从人脑神经网络模型的角度考虑语音识别问题,它并没 有抛弃传统的模式识别技术,而是引进一个并形处理的概念,为语 以往的算法各有优点和缺点,人们在不断地改进和创新。本文 针对这些算法的极限性,侧重于语音识别与传统模式识别技术的联 系,提出适用于孤立字和连续单字识别的新算法和语音模型。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。