基于Viseme的连续语音识别系统及Talking Head

查看全文 作　　者：[1]蒋冬梅;[1]谢磊;Ilse [2]Ravyse;[1]赵荣椿;Hichem [2]Sahli;Jan [2]Cornelis

机构地区：[1]西北工业大学计算机科学与工程系,西安710072;[2]DeptETRO,FreeUniversityBrussels,Pleinlaan2,B-1050,Brussels,Belgium

出　　处：《电子与信息学报》索引2004年第26卷第3期,共7页

基　　金：中国科技部与比利时弗拉芒大区科技合作项目资助课题(国科外字1999(0209号)) 摘　　要：为实现听觉/视觉驱动的说话人头部动画,该文给出了一个基于viseme(说话时的基本嘴形单位)的连续语音识别系统。它训练viseme隐马尔可夫模型(HMM),识别语音为viseme图像序列。建模采用triseme的概念来考虑viseme的上下文相关性,但它需要超大量的训练数据。该文根据viseme图像及其相似度权值(VSW)定义视觉问题集,用来建立triseme决策树,以实现triseme的状态捆绑及HMM参数共享。为比较系统性能,基于phoneme(听觉领域的语音基本单位)的语音识别结果也被映射为viseme序列。在评价准则上,定义viseme图像相似度加权识别精度,更全面地考虑输出和参考图像序列的差别,并用嘴形圆度和VSW曲线中的突变点来评估所得viseme序列的平滑性。结果表明,基于viseme的语音识别系统能给出更平滑和合理的嘴形图像序列。 关键词：说话人头部动画 Viseme 连续语音识别 Triseme决策树图像相似度加权嘴形圆度

相关文献

参考文献（6）
引证文献（3）
耦合文献（0）

参考文献(6)

引证文献(3)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于Viseme的连续语音识别系统及Talking Head

参考文献(6)

引证文献(3)

用户提示