语音识别特征参数选择方法研究

被引：21

作者：

杨大利

徐明星

吴文虎

机构：

[1] 清华大学计算机科学与技术系,清华大学计算机科学与技术系,清华大学计算机科学与技术系北京,北京,北京

来源：

计算机研究与发展 | 2003年 / 07期

关键词：

语音识别; 特征选择; 正交实验; 因子顺序;

D O I：

暂无

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

语音识别系统的性能与识别器所用的特征参数密切相关 ,用正交实验设计进行特征参数选择 ,提出一种系统性的实用的特征参数选择方法研究了特征参数排列顺序对识别系统最终识别率的影响 ,讨论了这种特征参数选择方法的可扩展性与目前常用识别器相比 ,新方法的词错误率下降了 37% 实验结果表明 ,正交实验设计用于特征参数选择是有效的 ,特征参数排列顺序对识别率的影响可以忽略

引用

页码：963 / 969

页数：7

共 5 条

[1]

Cepstral domain segmental feature vector normalization for noise robust speech recognition. O Viikki,K Laurila. Speech Communication . 1998

[2]

Multiobjective evolutionary setting for feature selection and a commonality-based crossover operator. C Emmanouilidis,A Hunter. In: Proc of the IEEE Conf on Evolutionary Computation . 2000

[3]

RASTA processing of speech. Hermansky,Hykek,Morgan Nelson. IEEE Transactions on Speech and Audio Processing . 1994

[4]

Study of line spectrum pair frequencies for vowel recognition. K Paliwal. Speech Communication . 1989

[5]

A novel feature selection method in speech recognition. Yang Dali,Xu Mingxing,Wu Wenhu. . 2001

← 1 →