[发明专利]一种视听融合的语音识别系统无效
| 申请号： | 201410140715.7 | 申请日： | 2014-04-09 |
| 公开（公告）号： | CN104036775A | 公开（公告）日： | 2014-09-10 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 天津思博科科技发展有限公司 |
| 主分类号： | G10L15/14 | 分类号： | G10L15/14 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300384 天津市滨海新区华苑产业区*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种视听融合的语音识别系统，采用视听耦合隐马尔科夫模型（Coupled Hidden Markov Model，CHMM），目的在于通过对视频信号和音频信号不同的采样率及延迟，允许了视听状态之间的状态的不同步（不用考虑视听同步过程）。一种视听融合的语音识别系统，包括：音频特征提取、视频特征提取、建立CHMM模型三个步骤。三个步骤之间的关系如下：对于视听语音识别系统而言就是由音频的HMM和视频的HMM组成。与单条链的HMM不同，CHMM可以通过节点之间的状态转移概率捕捉到音频和视频之间的相互作用关系，允许音频信息和视频信息的状态的异步。另外，对于耦合隐马尔科夫模型而言，音频链和视频链所利用的最大期望算法（EM算法）进行参数估计的过程是独立的，与需要实时关联的音频视频模型相比减小了参数空间和参数复杂性。 | ||
| 搜索关键词： | 一种 视听 融合 语音 识别 系统 | ||
【主权项】：
一种视听融合的语音识别系统，其特征在于：包括音频特征提取、视频特征提取、建立CHMM模型三个步骤，三个步骤之间的关系如下：CHMM可以通过节点之间的状态转移概率捕捉到音频和视频之间的相互作用关系，另外，对于耦合隐马尔科夫模型而言，音频链和视频链所利用的最大期望算法（EM算法）进行参数估计的过程是独立的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津思博科科技发展有限公司，未经天津思博科科技发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410140715.7/，转载请声明来源钻瓜专利网。
