滨州学院学报
濱州學院學報
빈주학원학보
JOURNAL OF BINZHOU UNIVERSITY
2006年
6期
35-38
,共4页
语音识别%小波变换%CDHMM/SONN
語音識彆%小波變換%CDHMM/SONN
어음식별%소파변환%CDHMM/SONN
利用小波变换对含噪语音信号进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,进一步反映语音信号的动态特性、增强抗干扰能力、提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显提高.
利用小波變換對含譟語音信號進行特徵提取,結閤隱馬爾可伕和人工神經網絡混閤模型進行識彆的方法,進一步反映語音信號的動態特性、增彊抗榦擾能力、提高識彆率.實驗證明,該模型適閤于對譟聲揹景下的語音進行識彆,同傳統的HMM模型相比,具有更好的抗譟魯棒性,在信譟比較低情況下,識彆率比傳統的HMM模型有明顯提高.
이용소파변환대함조어음신호진행특정제취,결합은마이가부화인공신경망락혼합모형진행식별적방법,진일보반영어음신호적동태특성、증강항간우능력、제고식별솔.실험증명,해모형괄합우대조성배경하적어음진행식별,동전통적HMM모형상비,구유경호적항조로봉성,재신조비교저정황하,식별솔비전통적HMM모형유명현제고.