基于小波网络和HMM的语音识别方法

• 作者: 刘维亭 朱志宇
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 语音识别 隐马尔可夫模型(HMM) 小波网络 时间规整
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 语音技术
• 页码范围: 56-59
• 页数: 4页
• 分类号: TN912.3
• 字数: 3423字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8684.2004.11.015

摘要

利用隐马尔可夫模型(HMM)的动态时间序列建模能力及神经网络的模式分类能力,构成混合语音识别模型,同时考虑到语音信号的非平稳性,采用小波分析方法提取语音特征向量.通过时间规整方法,将所有具有可变长度的语音特征向量转换为相同维数的特征向量,从而简化了神经网络的结构.仿真结果表明,采用混合语音识别模型以及时间规整方法,不仅可提高识别率,同时大大缩减了训练时间,获得了很好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘维亭	江苏科技大学电子信息学院	152	944	15.0	22.0
2	朱志宇	江苏科技大学电子信息学院	164	971	15.0	21.0