《表5 原始特征与本文特征比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SGMM和DNN结合提高音素识别率的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验中将经过一系列特征变换后的特征向量作为模型的输入，将原始MFCC特征输入SGMM模型后对MFCC进行模型中的参数共享和区分性训练得到SGMM特征，以及原始MFCC输入到DNN模型中进行去除噪声和降维后得到的DNN特征，加上通过SGMM后将它的输出作为DNN的输入进行特征提取和解码得到的SGMM+DNN特征，与原始MFCC特征进行对比如表5所示，可以看到语音识别系统的音素识别错误率有明显的降低，充分证明了提出的模型方法对提取语音特征的有效性效果。