基于HMM/ANN混合模型的带噪语音识别

• 作者: 王洪刚 齐爱学
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 语音识别 小波调制尺度 隐马尔可夫/自组织神经网络
• 年，卷（期）: 2007,（3）
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2007.03.005

摘要

对于含噪语音信号的有效特征提取是语音识别至关重要的一步.该文提出了利用小波调制尺度对语音进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,可进一步反映语音信号的动态特性、增强抗干扰能力和提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐爱学	滨州学院物理与电子科学系	14	32	4.0	5.0
2	王洪刚	鲁东大学物理与电子工程学院	18	59	4.0	7.0