电声技术
電聲技術
전성기술
AUDIO ENGINEERING
2007年
12期
44-46,50
,共4页
李战明%苏敏%赵正天%李二超
李戰明%囌敏%趙正天%李二超
리전명%소민%조정천%리이초
语音识别%隐马尔可夫模型%概率神经网络
語音識彆%隱馬爾可伕模型%概率神經網絡
어음식별%은마이가부모형%개솔신경망락
基于隐马尔可夫模型(HMM)和改进后的概率神经网络(PNN)模型提出了一种用于语音识别的混合模型,该模型首先利用HMM生成最佳语音状态序列,然后对最佳状态序列进行时间规整,最后通过PNN神经网络进行分类识别.给出了HMM参数训练及时间规整的算法.实验结果表明这种模型比HMM具有更好的识别效果.
基于隱馬爾可伕模型(HMM)和改進後的概率神經網絡(PNN)模型提齣瞭一種用于語音識彆的混閤模型,該模型首先利用HMM生成最佳語音狀態序列,然後對最佳狀態序列進行時間規整,最後通過PNN神經網絡進行分類識彆.給齣瞭HMM參數訓練及時間規整的算法.實驗結果錶明這種模型比HMM具有更好的識彆效果.
기우은마이가부모형(HMM)화개진후적개솔신경망락(PNN)모형제출료일충용우어음식별적혼합모형,해모형수선이용HMM생성최가어음상태서렬,연후대최가상태서렬진행시간규정,최후통과PNN신경망락진행분류식별.급출료HMM삼수훈련급시간규정적산법.실험결과표명저충모형비HMM구유경호적식별효과.
