唇读中的HLM模型及其文字流解析

摘要：

由于唇动序列和语言序列是一对多的映射,计算机自动唇读识别仅使用HMM是远远不够的.以HMM为基础,结合语言先验知识,建立了新的唇动识别模型--HLM (HMM and Bigram Language Model).HLM突破了单纯采用HMM计算声学后验概率进行识别的传统框架,将HMM和语言背景知识紧密联系起来,依据语言模型对语言背景知识进行统计,在识别阶段融合声学后验概率和语言学先验概率进行判决.实验结果表明,HLM可使单音识别率提高7.3%,句子识别率提高19.5%.另外,采用语言模型对文字流进行解析,而不再是盲目文字匹配,单一视觉流的解析精确率达70.5%.

关键词：唇读、识别模型、HLM、HMM

所属期刊栏目：35

分类号：TP3;TP1

资助基金：黑龙江省自然科学基金项目E2005-29;哈尔滨工业大学"新世纪人才支持计划"NCET-05-03 34

在线出版日期：2009-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：171-174