浙江师范大学学报(自然科学版)
浙江師範大學學報(自然科學版)
절강사범대학학보(자연과학판)
JOURNAL OF ZHEJIANG NORMAL UNIVERSITY(NATURAL SCIENCES)
2011年
4期
398-403
,共6页
小波变换%降噪%HMM模型%语音识别
小波變換%降譟%HMM模型%語音識彆
소파변환%강조%HMM모형%어음식별
语音识别系统的识别率十分依赖基于Hidden Markov Models (HMM)模型的训练技术.然而,经典的训练算法(Baum-Welch算法)有一个致命的缺陷,即所得最终解依赖于初始值的选取,只得局部最优解,这就影响了系统的最终识别率.针对传统语音识别系统识别率较低的现状,提出了一种改进的小波变换HMM语音识别算法.该算法首先通过小波变换对原始语音信号进行了降噪处理,然后使用语音样本对利用遗传算法改进后的HMM模型进行训练,并用于语音识别.实验结果表明:所提出的算法实用有效,识别率显著提高.
語音識彆繫統的識彆率十分依賴基于Hidden Markov Models (HMM)模型的訓練技術.然而,經典的訓練算法(Baum-Welch算法)有一箇緻命的缺陷,即所得最終解依賴于初始值的選取,隻得跼部最優解,這就影響瞭繫統的最終識彆率.針對傳統語音識彆繫統識彆率較低的現狀,提齣瞭一種改進的小波變換HMM語音識彆算法.該算法首先通過小波變換對原始語音信號進行瞭降譟處理,然後使用語音樣本對利用遺傳算法改進後的HMM模型進行訓練,併用于語音識彆.實驗結果錶明:所提齣的算法實用有效,識彆率顯著提高.
어음식별계통적식별솔십분의뢰기우Hidden Markov Models (HMM)모형적훈련기술.연이,경전적훈련산법(Baum-Welch산법)유일개치명적결함,즉소득최종해의뢰우초시치적선취,지득국부최우해,저취영향료계통적최종식별솔.침대전통어음식별계통식별솔교저적현상,제출료일충개진적소파변환HMM어음식별산법.해산법수선통과소파변환대원시어음신호진행료강조처리,연후사용어음양본대이용유전산법개진후적HMM모형진행훈련,병용우어음식별.실험결과표명:소제출적산법실용유효,식별솔현저제고.