|
|||||
|
|
| 基于HMM与遗传神经网络的改进语音识别系统 | |
| 作者姓名： | 吴延占 |
| 作者单位： | 西安工程大学电子信息学院, 西安 710048 |
| 摘 要： | 为了解决语音信号中帧与帧之间的重叠,提高语音信号的自适应能力,本文提出基于隐马尔可夫(HMM)与遗传算法神经网络改进的语音识别系统.该改进方法主要利用小波神经网络对Mel频率倒谱系数(MFCC)进行训练,然后利用HMM对语音信号进行时序建模,计算出语音对HMM的输出概率的评分,结果作为遗传神经网络的输入,即得语音的分类识别信息.实验结果表明,改进的语音识别系统比单纯的HMM有更好的噪声鲁棒性,提高了语音识别系统的性能. |
| 关 键 词： | 隐马尔可夫模型 神经网络 语音识别 遗传算法 |
| 收稿时间： | 2015-04-11 |
| 修稿时间： | 2015-05-15 |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |