期刊文献+

一种基于改进SCHMM/ANN的语音识别算法

下载PDF
导出
摘要 隐马尔科夫(HMM)和人工神经网络(ANN)模型已经广泛的应用在语音识别中,而HMM中的半连续隐马尔可夫模型(SCHMM)又具有连续密度函数和训练数据少等特点。人工神经网络(ANN)具有自组织、自学习和很高的容错力,将两模型相结合应用于语音识别当中,会使SCHMM模型的特点更加突出。本文所采用的是一种SCHMM/ANN模型,经仿真实验结果表明,在纯净无噪声和信噪比较低的情况下,与传统的HMM模型相比,该算法的识别率有较大提高。
出处 《黑龙江科技信息》 2010年第6期77-77,31,共2页 Heilongjiang Science and Technology Information
  • 相关文献

参考文献5

二级参考文献19

  • 1Juang B H,IEEE Trans ASSP,1990年,37卷,1214页
  • 2SADAOKI F. Neural network based HMM adaptation for noisy speech[J]. IEEE,2001:365-368.
  • 3BURSHTEIN D. Robust parametric modeling of durations in hidden markov models [A]. Processings of IEEE ICASSP [C].Berlin,1995.
  • 4杨行峻 迟惠生.语音信号数字处理[M].北京:电子工业出版,2000..
  • 5BONAFONTE A, VIDAL J, NOGUEIRAS A. Duration modeling with expanded HMM applied to speech recognition[A].Proceedings of the Fourth International Conference on Spoken Language[C].Philadelphia, 1996.
  • 6RABINER L R. A Tutorialon hidden markov models and selected applications in speech recognition[A]. Proceedings of the IEEE[C].1989.
  • 7CHULHEE L, DONGHOON H, EUISUN C,et al Optimizing feature extraction for speech recognition[J]. IEEE Trans on Speech And Audio Processing, 2003, 11(1):80-87.
  • 8张雄伟,陈亮,杨吉斌.现代语音技术及应用[M].机械工业出版社,2003:219~222
  • 9黄昌宁,夏莹.语音信号处理专论[M].清华大学出版社,广西科学技术出版社,1996
  • 10Lawrence R Rabiner.A Tutorial.on Hidden Markov Models and Selected Applications in Speech Recognition[J].Proceeding of the IEEE,1989,77(2)

共引文献28

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部