| 8 | 基于多流多状态动态贝叶斯网络的音视频连续语音识别显示文摘语音和唇部运动的异步性是多模态融合语音识别的关键问题,该文首先引入一个多流异步动态贝叶斯网络(MS-ADBN)模型,在词的级别上描述了音频流和视频流的异步性,音视频流都采用了词-音素的层次结构。而多流多状态异步DBN(MM-ADBN)模型是MS-ADBN模型的扩展,音视频流都采用了词-音素-状态的层次结构。本质上,MS-ADBN是一个整词模型,而MM-ADBN模型是一个音素模型,适用于大词汇量连续语音识别。实验结果表明:基于连续音视频数据库,在纯净语音环境下,MM-ADBN比MS-ADBN模型和多流HMM识别率分别提高35.91%和9.97%。 | 吕国云 蒋冬梅 张艳宁 赵荣椿 H Sahli Ilse Ravyse W Verhelst | 2008 | 电子与信息学报2008，30，12： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员