【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。