论文部分内容阅读
在HMM语音识别模型中使用状态的段长分布信息可以提高语音识别系统的性能,非齐次HMM模型可以很好地描述语音的段长分布,但是在计算模型的似然值时却有很大计算复杂性,因此很难在实际系统中得到应用.本文针对非齐次的DDBHMM语音识别模型特点,提出了新的Forward-Backward算法,从而极大地加速了模型似然值的计算速度.试验表明,本文提出的算法可以以较小的计算代价获得非齐次HMM模型的优良性能.使非特定人连续语音识别识别错误率降低落18﹪.