原文服务方: 弹箭与制导学报       
摘要:
文中将自组织特征映射神经网络(SOFMNN)与隐马尔可夫模型(HMM)相结合,训练出抗噪声的HMM模型.试验表明,该模型适合于对噪声背景下的语音进行识别.同传统的CDHMM模型以及直接在语音中加入加性噪声训练出的CDHMM模型相比,该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(3dB-15dB),识别率比传统CDHMM模型有明显的提高.
推荐文章
HMM在语音识别系统中的应用
隐马尔科夫模型
语音识别
动态时间伸缩技术
人工神经网络
一种新型语音识别系统
语音识别
HMM
PUM模型
噪声
一种基于HMM和ANN的语音情感识别分类器
隐马尔科夫模型
径向基函数神经网络
空间正交基
语音情感识别
基于HMM/ANN混合模型的带噪语音识别
语音识别
小波调制尺度
隐马尔可夫/自组织神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于HMM/ANN的混合语音识别系统的设计
来源期刊 弹箭与制导学报 学科
关键词 语音识别 连续HMM 自组织特征映射神经网络 噪声背景
年,卷(期) 2004,(4) 所属期刊栏目 相关技术2
研究方向 页码范围 223-225
页数 3页 分类号 TN912
字数 语种 中文
DOI 10.3969/j.issn.1673-9728.2004.04.074
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈立伟 哈尔滨工程大学信息与通信工程学院 49 162 7.0 8.0
2 黄湘松 哈尔滨工程大学信息与通信工程学院 13 51 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (10)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音识别
连续HMM
自组织特征映射神经网络
噪声背景
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
论文1v1指导