摘要：为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(ParallelHidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能.各条链之间允许有交叉,使得融合的多模板之间存在状态共享,同时PHMM可以在训练过程中自动完成聚类,且测试语音的输出结果来自所有类别,无需聚类分析和类别判断,这些都减少了存储量和计算量.汉语非特定人孤立数字的识别实验表明,PHMM较之传统CHMM使识别性能及噪声鲁棒性都得到了改善.

关键词：非特定人语音识别 连续隐马尔可夫模型 并行马尔可夫链 

单位：中国科学技术大学电子科学与技术系; 合肥; 230026; 合肥工业大学计算机与信息学院; 合肥; 230009; 中国科学技术大学电子科学与技术系; 合肥; 230026