%0 Journal Article
%T 一种新的HMM训练方法
%A 贺前华
%A 陆以勤
%A 韦岗
%J 电子学报
%P 56-58
%D 2000
%X 本文是对HMM最大距离训练方法的一种改进,该方法采用了更合理的模型距离定义,能更有效地利用训练数据集中的区别信息,使有限的训练数据得到更好的应用,达到提高语音识别系统性能的目的.导出了HMM模型参数的迭代公式.基于TIMIT数据库的非连续语音及连续语音实验结果表明,改进训练方法在降低错识率上较原来的方法有明显改善.
%K 隐马尔可夫模型(HMM)
%K 训练方法
%K 判决信息
%U http://www.ejournal.org.cn/CN/abstract/abstract2048.shtml