基于HMM和PNN的混合语音识别模型

• 作者: 李二超 李战明 苏敏 赵正天
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 语音识别 隐马尔可夫模型 概率神经网络
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 语音技术
• 页码范围: 44-46,50
• 页数: 4页
• 分类号: TN912
• 字数: 2327字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8684.2007.12.012

摘要

基于隐马尔可夫模型(HMM)和改进后的概率神经网络(PNN)模型提出了一种用于语音识别的混合模型,该模型首先利用HMM生成最佳语音状态序列,然后对最佳状态序列进行时间规整,最后通过PNN神经网络进行分类识别.给出了HMM参数训练及时间规整的算法.实验结果表明这种模型比HMM具有更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战明	兰州理工大学电气与信息工程学院	162	1481	18.0	29.0
2	苏敏	兰州理工大学电气与信息工程学院	11	49	5.0	6.0
3	李二超	兰州理工大学电气与信息工程学院	65	278	10.0	13.0
4	赵正天	兰州理工大学电气与信息工程学院	11	54	5.0	6.0