汉语连续语音识别的声学语音学模型研究

本项目对汉语连续语音识别的声学语音学模型进行了研究。针对HMM的不合理假设，充分利用ANN的学习和联想能力，建立统计模型、神经网络混合模型，以形成较完善的声学语音学模型。主要研究成果包括：分别建立了基于离散和连续两种HMM的特定人计算机命令词语音识别系统：提出了一种结合SOFM失真的HMM语音识别方法；提出了一种新的CDHMM最大似然参数估计方法—分段模糊c-均值算法；提出了一种新的用于语音识别的HMM/MLP混合网络；建立了完整的基于STM的汉语连续语音识别系统；提出以音素类单元作为STM中的汉语连续语音识别基元；提出了一种新的语音识别统计模型—STM/NP模型。