基于HMM和遗传神经网络的语音识别系统

摘要：

本文提出了一种基于隐马尔可夫(HMM)和遗传算法优化的反向传播网络(GA-BP)的混合模型语音识别方法.该方法首先利用HMM对语音信号进行时序建模,并计算出语音对HMM的输出概率的评分,将得到的概率评分作为优化后反向传播网络的输入,得到分类识别信息,最后根据混合模型的识别算法作出识别决策.通过Matlab软件对已有的样本数据进行训练和测试.仿真结果表明,由于设计充分利用了HMM时间建模能力强和GA-BP神经网络分类能力强等特点,该混合模型比单纯的HMM具有更强的抗噪性,克服了神经网络的局部最优问题,大大提高了识别的速度,明显改善了语音识别系统的性能.

关键词：语音识别、隐马尔可夫模型(HMM)、遗传算法、反向传播网络(BP)

所属期刊栏目：33

分类号：TN912

在线出版日期：2011-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：139-144