期刊文献+

HMM语音识别系统中Baum-Welch算法的优化

下载PDF
导出
摘要 在HMM语音识别系统中传统的训练算法(Baum-Welch算法)计算量大、易受噪声干扰,而且当B初值选取不当时,又可能产生算法发散或者迭代收敛到非全局最优的现象。文章利用遗传算法对训练算法Baum-Welch算法进行了优化,应用于HMM语音识别系统中。仿真实验结果表明,经过遗传算法优化后的HMM模型的识别率相对于未优化的模型有一定程度的提高。
出处 《江苏科技信息》 2013年第19期58-59,共2页 Jiangsu Science and Technology Information
  • 相关文献

参考文献2

二级参考文献3

  • 1张思才,张方晓.一种遗传算法适应度函数的改进方法[J].计算机应用与软件,2006,23(2):108-110. 被引量:51
  • 2MANIEZZO V. Genetic evolution of the topology and weight distribution of neural networks [J]. IEEE Transactions on Neural Networks, 1994, 5(6) :900-909.
  • 3TERASHIMA R, YOSHIMURA T, WAKITA T. Prediction method of speech recognition pertbrmance based on HMM- based speech synthesis technique [J]. IEEE Transactions on Electronics, Information and Systems,2010, 130: 557-564.

共引文献1

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