利用官员音调的在上部分的性质，这篇文章为隐藏的markov模型建议一个特征抽取方法(唔)基于的音调建模。方法使用线性变换投射F0(基本频率)作为赔偿附近的音节展示，并且把他们加到当前的音节的原来的F0特征。变换被使用客观功能有区别地训练作为最小的音调错误称为，它是音调识别的光滑的近似精确性。实验证明新音调的特征完成3.82%音调识别率改进，与基线相比，用训练的最大的可能性的唔在正常F0特征上。进一步的实验显示出那歧视唔在新特征上训练是8.78%比基线好。
中国邮电高校学报：英文版
2007年4期
