|
|||||
|
|
| 基于改进的隐马尔可夫和神经网络混合模型的语音识别 | |
| 作者姓名： | 陈立伟 张晔 |
| 作者单位： | 1. 哈尔滨工业大学信息工程系,哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,哈尔滨,150001 2. 哈尔滨工业大学信息工程系,哈尔滨,150001 |
| 摘 要： | 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 |
| 收稿时间： | 2004-11-15 |
| 修稿时间： | 2004-11-152005-09-09 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《应用声学》浏览原始摘要信息 | |
| 点击此处可从《应用声学》下载免费的PDF全文 | |