-
题名基于改进的隐马尔可夫和神经网络混合模型的语音识别
- 1
-
-
作者
陈立伟
张晔
-
机构
哈尔滨工业大学信息工程系
-
出处
《应用声学》
CSCD
北大核心
2006年第2期90-95,共6页
-
基金
黑龙江省自然科学基金项目(F2004-09)
-
文摘
研究了一种非齐次隐马尔可夫模型(Inhomogeneous Hidden Markov Model),然后将自组织特征映射神经网络与这种非齐次隐马尔可夫模型相结合,训练出抗噪声的HMM模型,并应用该混合模型进行语音识别。实验结果表明,该模型适合于对噪声背景下的语音进行识别。该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(5dB-10dB),识别率可以提高5%左右。
-
关键词
非齐次隐马尔可夫模型
自组织特征映射神经网络
混合模型
鲁棒性
-
Keywords
inhomogeneous-hmm, sofmnn, hybrid model, robustness
-
分类号
TN912.34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-