A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Multi-Space Probability Distribution HMM Distribuição de probabilidade multiespaço HMM

Keiichi TOKUDA, Takashi MASUKO, Noboru MIYAZAKI, Takao KOBAYASHI

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Este artigo propõe um novo tipo de modelo oculto de Markov (HMM) baseado na distribuição de probabilidade multi-espaço e deriva um algoritmo de estimativa de parâmetros para o HMM estendido. HMMs são modelos estatísticos amplamente utilizados para caracterizar sequências de espectros de fala e têm sido aplicados com sucesso em sistemas de reconhecimento de fala. Os HMMs são categorizados em HMMs discretos e HMMs contínuos, que podem modelar sequências de símbolos discretos e vetores contínuos, respectivamente. No entanto, não podemos aplicar os HMMs convencionais discretos e contínuos a sequências de observação que consistem em valores contínuos e símbolos discretos: a modelagem do padrão F0 da fala é uma boa ilustração. O HMM proposto inclui HMM discreto e HMM contínuo como casos especiais e, além disso, pode modelar sequências que consistem em vetores de observação com dimensionalidade variável e símbolos discretos.

Publicação
IEICE TRANSACTIONS on Information Vol.E85-D No.3 pp.455-464
Data de publicação
2002/03/01
Publicitada
ISSN online
DOI
Tipo de Manuscrito
Special Section INVITED PAPER (Special Issue on the 2000 IEICE Excellent Paper Award)
Categoria
Reconhecimento de Padrões

autores

Palavra-chave