基于HMM与神经网络的声学模型研究

• 作者: 周昌乐 息晓静 林坤辉
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: HMM ANN 隐节点剪枝算法 广义Hebb算法
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 44-46
• 页数: 3页
• 分类号: TP183|TN912.34
• 字数: 2755字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2006.01.011

摘要

神经网络能依靠权值进行长时间记忆和知识存储,但是对输入模式的瞬时相应的记忆能力比较差;而隐马尔科夫模型的短时记忆的能力比较强,但是假定的前提又与实际情况不符.因此,采用HMM和ANN的混合模型来取双方之长,并在这种混合模型的基础上,对神经网络从结构设计、训练、到训练后期的结构调整进行了全程的优化;应用隐节点剪枝算法,并利用广义的Hebb规则重新确定网络的参数.实验表明,这种混合模型在语音识别中取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌乐	厦门大学信息科学与技术学院	148	1475	22.0	30.0
2	林坤辉	厦门大学软件学院	24	240	8.0	15.0
3	息晓静	厦门大学软件学院	2	83	2.0	2.0