本文關鍵詞：基于HMM與遺傳神經網絡的改進語音識別系統(tǒng)，由筆耕文化傳播整理發(fā)布。

【摘要】：為了解決語音信號中幀與幀之間的重疊,提高語音信號的自適應能力,本文提出基于隱馬爾可夫(HMM)與遺傳算法神經網絡改進的語音識別系統(tǒng).該改進方法主要利用小波神經網絡對Mel頻率倒譜系數(MFCC)進行訓練,然后利用HMM對語音信號進行時序建模,計算出語音對HMM的輸出概率的評分,結果作為遺傳神經網絡的輸入,即得語音的分類識別信息.實驗結果表明,改進的語音識別系統(tǒng)比單純的HMM有更好的噪聲魯棒性,提高了語音識別系統(tǒng)的性能.
【作者單位】： 西安工程大學電子信息學院;
【關鍵詞】： 隱馬爾可夫模型 神經網絡 語音識別 遺傳算法
【分類號】：TN912.34;TP18
【正文快照】： 隨著語音識別技術的發(fā)展,人們對語音識別的技術要求越來越高,隱形馬可夫模型(Hidden MarkovModel,簡稱HMM),在語音識別中已經廣泛得到應用.但是,其自適應能力差,抗噪性也不是十分理想,僅靠單一的HMM進行語音識別存在諸多困難[1,2].而現(xiàn)在廣泛應用的人工神經網絡(Artifical Neu

【相似文獻】

中國期刊全文數據庫 前10條

1 汪洪波;;語音識別系統(tǒng)在配送中心的應用[J];信息與電腦;2006年06期

2 楊q，

本文編號：455677