and so on. In these models, audio a

and so on. In these models, audio and visual features are imported to two or more parallel
HMMs with different topology structures respectively, but on some nodes, such as phone,
syllable et al; some constraints are imposed to limit the asynchrony of audio and visual
streams to state (phone or syllable) level. These MSHMMs describe the correlation and
asynchrony of audio and visual speech to some extent. Compared with the single stream
HMM, system performance is improved especially in noisy speech environment, but these
MSHMMs can only use phone as recognition unit for speech recognition task on a middle or
large vocabulary audio-visual database. It constrains the audio and visual stream to be
synchronous in the phonemic boundary. However, the asynchrony of audio and visual
stream exceeds phonemic boundary in many conditions. The better recognition rate should
be obtained if loosing the asynchrony limitation of audio and visual stream.

Kết quả (Việt) 1:

và như vậy. Trong những mô hình, tính năng âm thanh và hình ảnh được nhập khẩu để song song hai hoặc nhiều hơn HMMs với tôpô khác cấu trúc tương ứng, nhưng trên một số nút, chẳng hạn như điện thoại, âm tiết et al; một số khó khăn được áp đặt hạn chế asynchrony âm thanh và hình ảnh dòng suối để cấp nhà nước (điện thoại hay âm tiết). Những MSHMMs mô tả các mối tương quan và asynchrony ngôn luận âm thanh và thị giác để một số phạm vi. So với các dòng duy nhất HMM, hiệu suất hệ thống được cải thiện đặc biệt là trong môi trường ồn ào giọng nói, nhưng những MSHMMs có thể chỉ sử dụng điện thoại như nhận dạng đơn vị cho bài phát biểu nhận nhiệm vụ trên một trung hoặc cơ sở dữ liệu lớn từ vựng nghe nhìn. Nó buộc các dòng âm thanh và thị giác được đồng bộ tại biên giới âm. Tuy nhiên, asynchrony âm thanh và hình ảnh dòng vượt quá ranh giới âm trong nhiều điều kiện. Tỷ lệ tốt hơn công nhận nên có được nếu mất giới hạn asynchrony của dòng âm thanh và thị giác.

Kết quả (Việt) 2:

và như vậy. Trong các mô hình, âm thanh và các tính năng trực quan được nhập khẩu vào hai hoặc nhiều song song
HMMs với cấu trúc topo khác nhau tương ứng, nhưng trên một số nút, chẳng hạn như điện thoại,
âm tiết et al; một số hạn chế được áp đặt để hạn chế sự không đồng bộ âm thanh và hình ảnh
dòng trạng thái (điện thoại hoặc âm tiết) cấp. Những MSHMMs mô tả sự tương quan và
không đồng bộ của các bài phát biểu của âm thanh và hình ảnh đến một mức độ nào. So với các dòng duy nhất
HMM, hiệu năng hệ thống được cải thiện đặc biệt là trong môi trường ngôn luận ồn ào, nhưng những
MSHMMs chỉ có thể sử dụng điện thoại như đơn vị công nhận cho việc nhận dạng giọng nói trên giữa hoặc
từ vựng cơ sở dữ liệu nghe nhìn lớn. Nó buộc các âm thanh và dòng hình ảnh được
đồng bộ trong ranh giới âm vị. Tuy nhiên, sự không đồng bộ âm thanh và hình ảnh
dòng vượt quá ranh giới âm vị trong nhiều điều kiện. Tỉ lệ nhận dạng tốt hơn nên
có được nếu mất sự hạn chế không đồng bộ của các dòng âm thanh và hình ảnh.