CHMM语音识别初值选择方法的研究.pdf

上海理工大学学报 of forScienceand V01．34No．42012 J．University 第34卷第4期 Shanghai Technology 文章编号：1007—6735(2012)04—0323—04 CHMM语音识别初值选择方法的研究 刘伶俐， 王朝立， 于震 (上海理工大学光电信息与计算机工程学院，上海200093) 摘要：针对隐马尔科夫模型用于语音识别时传统的参数初始化方法(随机分布之值、K均值算法) 可能导致模型参数收敛于局部最优而非全局最优的问题，提出了先按最大距离选择初值中心，再按 最小距离将原始数据分割成小类后去除类内干扰点，使类内相似性更强的K均值方法．实验结果 表明，改进后的方法与传统方法相比，更好地平滑逼近语音特征，提高语音的识别率． 关键词：隐马尔科夫模型；语音识剐；参数初始化；K均值算法 94 319；N 文献标志码：A 中图分类号：TP for ofInitialValueSelectionMethod Study Speech BasedonContinuousHiddenMarkovModels Recognition LIU Chao-li，YUZhen Ling·li，WAN6 (School and for ofOpticat-ElectricalComputerEngineering，UniversityofShanghai Scienceand 200093，China) Technology，Shanghai methodofhiddenMarkovmodels rinitializationfor AbstractiGiven、thattraditional parameml leadto inlocal convergencd speechrecognition(random—method，k-means)canoptimization耐 model ratherthan new was With approach parameters globaloptimizationproblems．A proposed centerwasselected tothemaximum three initial according steps．First，the was intosmall interferencein， data split kinds盼雠minimumdi