基于BPNN/HMM神经网络的声学模型研究

• 作者: 吴军 李凡 黄刚
• 来源期刊: 华中科技大学学报(自然科学版)
• 学科: 工学
• 关键词: BP神经网络 隐马尔可夫模型 BPNN/HMM混合声学模型 鲁棒性语音识别 语音特征参数
• 年，卷（期）: 2004,（9）
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP391.42
• 字数: 3145字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2004.09.004

摘要

研制了一种基于BP神经网络和隐马尔可夫模型(HMM)的混合声学模型,BP神经网络的主要功能是把失真语音特征矢量转换成纯净语音特征矢量,而HMM则对转换后的纯净语音特征矢量进行分类,从模型级补偿的方面来提高语音识别系统的鲁棒性.讨论了一种基于线性预测的MFCC语音特征提取方法,该方法把提取出的失真语音特征矢量作为神经网络的输入,从而实现了特征参数级去噪处理的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凡	华中科技大学计算机科学与技术学院	98	1647	20.0	37.0
2	黄刚	华中科技大学计算机科学与技术学院	47	692	15.0	25.0
3	吴军	华中科技大学计算机科学与技术学院	75	1114	19.0	30.0