论文部分内容阅读
连续语音识别是人机接口的关键技术,本质是双重随机可观测时变序列的音素参数识别过程,存在词汇量大、连续性强的技术难点。提出采用隐式马尔科夫模型来模仿过程,并借鉴Viterbi算法的解空间搜索点,对连续语音识别不存在单一HMM模型问题进行编码改进,使其适合于模型参数优化;同时,针对大词汇量情况下,存在模型参数非线性过强,对优化算法性能要求过高的问题,利用鱼骨结构对智能水滴算法进行改进,构建河道泥土量更新公式,扩大更新范围,从而提高搜索效率。最后,通过在标准测试函数和lIMIT语音数据库中的仿真对比,显示所提算