基于HMM与遗传神经网络的改进语音识别系统
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Improved Speech Recognition System Based on HMM and Genetic Neural Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    为了解决语音信号中帧与帧之间的重叠,提高语音信号的自适应能力,本文提出基于隐马尔可夫(HMM)与遗传算法神经网络改进的语音识别系统.该改进方法主要利用小波神经网络对Mel频率倒谱系数(MFCC)进行训练,然后利用HMM对语音信号进行时序建模,计算出语音对HMM的输出概率的评分,结果作为遗传神经网络的输入,即得语音的分类识别信息.实验结果表明,改进的语音识别系统比单纯的HMM有更好的噪声鲁棒性,提高了语音识别系统的性能.

    Abstract:

    In order to solve the overlap between frames and improve the self-adaptability of the speech signal, an improved speech recognition system based on hidden Markov model(HMM) and genetic algorithm neural network is proposed in this paper. The major improvement is the adoption of wavelet neural networks in the training of Mel frequency cepstral coefficients(MFCC). And by using HMM models time series of speech signal, the speech's score on the output probability of HMM is calculated. The results will be used as the input of genetic neural network, the information of the speech recognition and classification can then be obtained. The experimental results show that, the improved system has better noise robustness than the pure HMM and the performance of the speech recognition system is also improved

    参考文献
    相似文献
    引证文献
引用本文

吴延占.基于HMM与遗传神经网络的改进语音识别系统.计算机系统应用,2016,25(1):204-208

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2015-04-11
  • 最后修改日期:2015-05-15
  • 录用日期:
  • 在线发布日期: 2016-01-15
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号