一种CDHMM/MLP混合模型及其在语音识别中的应用

本文提出了一种由连续隐马尔可夫模型（CDHMM）与多层感知器（MLP）构成的混合模型，并将该模型应用于语音孤立词识别。这种混合模型首先用CDHMM来获取输入信号的动态特性，然后再以MLP分类器对输入信号进行分类识别。其主要目的是通过MLP分类器，对CDHMM中的似然估计值进行分析、分类，以加强和提高CDHMM的分类能力。根据这种混合模型，我们建立了一个含30个英语单词的语音识别系统。实验结果表明，该系统的识别率明显高于传统的CDHMM方法。