中国科学技术大学学报
中國科學技術大學學報
중국과학기술대학학보
JOURNAL OF UNIVERSITY OF SCIENCE AND TECHNOLOGY OF CHINA
2000年
6期
659-665
,共7页
徐文盛%戴蓓倩%方绍武%李辉
徐文盛%戴蓓倩%方紹武%李輝
서문성%대배천%방소무%리휘
连续隐Markov模型%人工神经网络%噪声鲁棒性%语音识别
連續隱Markov模型%人工神經網絡%譟聲魯棒性%語音識彆
련속은Markov모형%인공신경망락%조성로봉성%어음식별
论文提出了一种连续隐Markov模型和BP神经网络相结合的、具有两次辨识过程的抗噪孤立字识别模型.首先以连续隐Markov模型完成语音信号的时序建模并提供一次识别信息;以BP神经网络进行后处理,提取二次识别信息,识别结果由两次识别信息共同决定.实验证明,由于有效地利用了隐Markov模型的强时序信号处理能力和BP神经网络的强模式分类和泛化性能,这种识别模型明显地改善了孤立字识别系统的抗噪性能.
論文提齣瞭一種連續隱Markov模型和BP神經網絡相結閤的、具有兩次辨識過程的抗譟孤立字識彆模型.首先以連續隱Markov模型完成語音信號的時序建模併提供一次識彆信息;以BP神經網絡進行後處理,提取二次識彆信息,識彆結果由兩次識彆信息共同決定.實驗證明,由于有效地利用瞭隱Markov模型的彊時序信號處理能力和BP神經網絡的彊模式分類和汎化性能,這種識彆模型明顯地改善瞭孤立字識彆繫統的抗譟性能.
논문제출료일충련속은Markov모형화BP신경망락상결합적、구유량차변식과정적항조고립자식별모형.수선이련속은Markov모형완성어음신호적시서건모병제공일차식별신식;이BP신경망락진행후처리,제취이차식별신식,식별결과유량차식별신식공동결정.실험증명,유우유효지이용료은Markov모형적강시서신호처리능력화BP신경망락적강모식분류화범화성능,저충식별모형명현지개선료고립자식별계통적항조성능.