ध्वन्यात्मक निरंतर भाषण पहचान के लिए एक स्थochastic खंड मॉडल

लेखक एक नए दृष्टिकोण का परिचय देते हैं जिसे परिवर्तनशील-अवधि ध्वन्यात्मक मॉडलों के लिए, स्थochastic खंड मॉडल कहा जाता है। एक ध्वन्यात्मक X एक परिवर्तनशील-लंबाई फ्रेमों के अनुक्रम के रूप में देखा जाता है, जहाँ प्रत्येक फ्रेम एक पैरामीटर वेक्टर द्वारा दर्शाया गया है और अनुक्रम की लंबाई यादृच्छिक है। स्थochastic खंड मॉडल में (1) परिवर्तनशील-लंबाई खंड X का एक निश्चित-लंबाई खंड Y में समय विकृति और (2) X के पैरामीटर का संयुक्त घनत्व फ़ंक्शन शामिल है जो इस अध्ययन में एक गॉसियन घनत्व है। यह खंड मॉडल संपूर्ण ध्वन्यात्मक पर स्पेक्ट्रा/कालिक संरचना का प्रतिनिधित्व करता है। यह मॉडल Y में X से व्युत्पन्न ध्वन्यात्मक-ध्वनिक विशेषताओं को शामिल करने की अनुमति भी देता है, इसके अलावा उन सामान्य स्पेक्ट्रल विशेषताओं के जो छिपे हुए मार्कोव मॉडलिंग और भाषण पहचान के लिए गतिशील समय विकृति दृष्टिकोणों में उपयोग की गई हैं। लेखक स्थochastic खंड मॉडल, पहचान एल्गोरिदम, और निरंतर भाषण से खंड मॉडलों का अनुमान लगाने के लिए एक पुनरावृत्त प्रशिक्षण एल्गोरिदम का वर्णन करते हैं। वे दो वक्ता-निर्धारित पहचान कार्यों में खंड मॉडलों का उपयोग करके कई परिणाम प्रस्तुत करते हैं और स्थochastic खंड मॉडल के प्रदर्शन की तुलना छिपे हुए मार्कोव मॉडलों के प्रदर्शन से करते हैं।