基于HMM和遗传神经网络的语音识别系统

• 作者: 包亚萍 武晓光 郑骏
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 语音识别 隐马尔可夫模型(HMM) 遗传算法 反向传播网络(BP)
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 智能控制
• 页码范围: 139-144
• 分类号: TN912
• 字数: 4724字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.04.027

摘要

本文提出了一种基于隐马尔可夫(HMM)和遗传算法优化的反向传播网络(GA-BP)的混合模型语音识别方法.该方法首先利用HMM对语音信号进行时序建模,并计算出语音对HMM的输出概率的评分,将得到的概率评分作为优化后反向传播网络的输入,得到分类识别信息,最后根据混合模型的识别算法作出识别决策.通过Matlab软件对已有的样本数据进行训练和测试.仿真结果表明,由于设计充分利用了HMM时间建模能力强和GA-BP神经网络分类能力强等特点,该混合模型比单纯的HMM具有更强的抗噪性,克服了神经网络的局部最优问题,大大提高了识别的速度,明显改善了语音识别系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包亚萍	南京工业大学电子与信息工程学院	48	281	9.0	15.0
2	武晓光	南京工业大学电子与信息工程学院	9	68	5.0	8.0
3	郑骏	南京工业大学电子与信息工程学院	3	31	2.0	3.0