语音识别中，frame帧与单词的关系
发布时间：2023-12-27 01:18:59
若干帧对应于一个状态，每三个状态合成一个音素，若干个音素组成一个单词。
即：
把帧识别成状态。
把状态组合成音素。
把音素组合成单词。
参考文献：
【1】论语音识别三大关键技术
文章来源:https://blog.csdn.net/qq_40212975/article/details/107156890
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！