×

基于多流三音素DBN模型的音视频语音识别和音素切分

消耗积分:5 | 格式:rar | 大小:226 | 2009-11-24

分享资料个

为实现音视频语音识别和同时对音频视频流进行准确的音素切分，该文提出一个新的多流异步三音素动态贝叶斯网络(MM-ADBN-TRI)模型，在词级别上描述了音频视频流的异步性，音频流和视频流都采用了词-三音素-状态-观测向量的层次结构，识别基元是三音素，描述了连续语音中的协同发音现象。实验结果表明：该模型在音视频语音识别和对音频视频流的音素切分方面，以及在确定音视频流的异步关系上，都具备较好的性能。
下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !