一种基于改进SCHMM/ANN的语音识别算法  

作　　者：胡岩松[1] 霍春宝[2] 张瑞挢[3] 

机构地区：[1]辽宁工业大学电子与信息工程学院,辽宁锦州121001 [2]辽宁工业大学电气工程学院,辽宁锦州121001 [3]辽宁工业大学社会科学部,辽宁锦州121001

出　　处：《黑龙江科技信息》2010年第6期77-77,31,共2页Heilongjiang Science and Technology Information

摘　　要：隐马尔科夫(HMM)和人工神经网络(ANN)模型已经广泛的应用在语音识别中,而HMM中的半连续隐马尔可夫模型(SCHMM)又具有连续密度函数和训练数据少等特点。人工神经网络(ANN)具有自组织、自学习和很高的容错力,将两模型相结合应用于语音识别当中,会使SCHMM模型的特点更加突出。本文所采用的是一种SCHMM/ANN模型,经仿真实验结果表明,在纯净无噪声和信噪比较低的情况下,与传统的HMM模型相比,该算法的识别率有较大提高。

关 键 词：HMM SCHMM ANN 语音识别 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP273[自动化与计算机技术—控制科学与工程]