论文部分内容阅读
在用传统的CS-HMM(Continuous-state Hjdden MarkovModels)刻画现实中的语音信号时有一个显然的缺点，那便是它不能合适地表征语音信号的时域结构。本文采用依赖于时间的状态转移密度函数来模型化状态驻留时间，修改后的模型称为CS-MHMM，CS-MHMM更多的包含了发音时音素音间的跳转信息，从而使模型更加准确，且更具有适应性。