论文部分内容阅读
近年来在大词汇连续语音识别的研究取得了长足的进步，隐马尔柯夫模型（ＨＭＭ）是连续语音识别的核心部分。但是ＨＭＭ对语音信号的描述还不完善，为此人们提出了很多替代模型，其中一类将语音信号描述为长度随机的特征矢量序列，称为随机分段模型（Ｓｔｏｃｈａｓｔｉｃ Ｓｅｇｍｅｎｔ Ｍｏｄｅｌｓ），简称为分段模型（ＳＭ）。该文将首先阐述分段模型的原理，并将分段模型和隐马尔柯夫模型进行比较，其次给出基于分段模型的识别和模型训练算法，最后给出实验结果并进行了讨论。