改进的LVQ网络与DTW相结合的语音识别方法

• 作者: 吴金南 宫宁生
• 来源期刊: 微电子学与计算机
• 关键词: 语音识别 动态时间规整 学习向量量化 改进的学习向量量化
• 年，卷（期）: 2009,（5）
• 页码范围: 33-35,39
• 页数: 4页
• 分类号: TN912.34
• 语种: 中文

摘要

提出一种基于动态时间规整(DTW)和改进的学习矢量量化(LoPLVQ)的神经网络的语音识别方法.该方法用动态时间规整算法先对语音信号进行时间规整,然后通过改进的学习矢量量化神经网络进行语音的分类识别.实验表明,新系统在大规模语音识别方面不仅能缩短训练时间,而且具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫宁生	南京工业大学信息科学与工程学院	54	473	12.0	20.0
2	吴金南	南京工业大学信息科学与工程学院	2	6	1.0	2.0