基于改进的隐马尔可夫和神经网络混合模型的语音识别

摘要：

研究了一种非齐次隐马尔可夫模型(Inhomogeneous Hidden Markov Model),然后将白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

所属期刊栏目：25

分类号：O4(物理学)

资助基金：国家自然科学基金F2004-09

在线出版日期：2006-04-20（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：90-95