基于HMM与遗传神经网络的改进语音识别系统

• 作者: 吴延占
• 来源期刊: 计算机系统应用
• 关键词: 隐马尔可夫模型 神经网络 语音识别 遗传算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 研究开发
• 页码范围: 204-208
• 页数: 5页
• 字数: 3190字
• 语种: 中文

摘要

为了解决语音信号中帧与帧之间的重叠,提高语音信号的自适应能力,本文提出基于隐马尔可夫(HMM)与遗传算法神经网络改进的语音识别系统.该改进方法主要利用小波神经网络对Mel频率倒谱系数(MFCC)进行训练,然后利用HMM对语音信号进行时序建模,计算出语音对HMM的输出概率的评分,结果作为遗传神经网络的输入,即得语音的分类识别信息.实验结果表明,改进的语音识别系统比单纯的HMM有更好的噪声鲁棒性,提高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	吴延占	西安工程大学电子信息学院	1	9	1.0	1.0