基于HMM与RBF的混合语音识别新方法

• 作者: 何振亚 史笑兴 王太君 顾明亮
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 神经网络 语音识别 隐马尔可夫模型 径向基函数
• 年，卷（期）: 1999,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 153-156
• 页数: 4页
• 分类号: TN912.34
• 字数: 2874字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.1999.02.005

摘要

提出了一种隐马尔可夫模型(HMM)和径向基函数神经网络(RBF)相结合的语音识别新方法.该方法首先利用HMM生成最佳语音状态序列,然后用函数逼近技术产生对最佳状态序列进行时间规正,最后通过RBF神经网络进行分类识别.理论和实验结果表明,该系统比HMM具有更好的识别效果,特别对提高易混淆词的识别性能尤为显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何振亚	东南大学无线电工程系	81	1227	19.0	33.0
2	顾明亮	东南大学无线电工程系	4	68	3.0	4.0
3	王太君	东南大学无线电工程系	3	55	3.0	3.0
4	史笑兴	东南大学无线电工程系	3	55	3.0	3.0