论文部分内容阅读
本文阐述了一种新的全汉语单音节语音识别算法一DP/MVQ法.新方法充分借鉴了隐马尔可夫模型(Hidden Markov Model)中“状态”的概念,保留了David K.Bordon提出的多段矢量量化(Multisection Vector Quantization,简记为MVQ)方法中能保持时间序列信息的优点,并且在码本的训练过程中用了动态规划(Dynamic Programming)技术去优化MVQ产生的码字,使得DP技术贯穿于码本训练和识别的全过程。新方法充分考虑了汉语普通话语音的声学结构特点和统