Brown University.;
机译:基于HMM的语音合成中的决策树后退
机译:基于HMM的语音合成中的决策树备份
机译:使用基于HMM的推理改进语音存在概率,并将其应用于语音增强和ASR
机译:基于HMM的语音合成中的决策树退避
机译:使用HMM技术对发音动力学进行建模以实现自动语音识别。
机译:HMM-ModE –使用轮廓隐式马尔可夫模型改进分类方法是优化区分阈值并使用负训练序列修改发射概率
机译:用于Hmm语音识别的离散mmI概率模型
机译:改进的Hmm模型用于高性能语音识别。