视觉语音单元的定义及韩语唇读特征向量提取方法研究
计算与语言
2014-11-19 v1 计算机视觉与模式识别
机器学习
摘要
本文定义了视位（viseme，即视觉语音单元），并描述了视觉特征向量的提取方法。我们通过分析韩语发音，基于元音定义了 10 个视位，并提出了一种提取 20 维视觉特征向量的方法，该向量结合了静态特征和动态特征。最后，我们进行了基于 3-视位隐马尔可夫模型（HMM）的单词识别实验，并评估了其效率。
引用
@article{arxiv.1411.4114,
title = {Definition of Visual Speech Element and Research on a Method of Extracting Feature Vector for Korean Lip-Reading},
author = {Ha Jong Won and Li Gwang Chol and Kim Hyok Chol and Li Kum Song},
journal= {arXiv preprint arXiv:1411.4114},
year = {2014}
}