基于CDHMM/SOFMNN噪声背景下的语音识别方法

• 作者: 赵春晖 陈立伟 黄湘松
• 来源期刊: 应用科技
• 学科: 工学
• 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）: 2005,（9）
• 所属期刊栏目: 现代电子技术
• 页码范围: 4-6
• 页数: 3页
• 分类号: TN912
• 字数: 2789字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-671X.2005.09.002

摘要

针对噪声背景下传统语音识别系统识别率较低的问题,提出了一种将自组织特征映射神经网络(SOFMNN)与隐马尔可夫模型(HMM)相结合的方法,训练出适应噪声的混合模型.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(2～12 dB),识别率比传统CDHMM模型有明显提高.

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	赵春晖	哈尔滨工程大学信息与通信工程学院	364	3419	27.0	39.0
3	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