作者:陈立伟; 赵春晖; 姜海丽语音识别半连续隐马尔可夫模型自组织特征映射神经网络噪声
摘要:语音识别系统一般是将安静环境下训练得到的参数用于实际环境中, 当实际环境是安静的,语音识别系统的工作是令人满意的,然而,当实际环境中有噪声存在时,识别系统的性能就会下降.文中提出将自组织特征映射神经网络与半连续隐马尔可夫模型相结合,训练出适应噪声的隐马尔可夫模型的新方法.把该模型应用于小词汇量的孤立词语音识别系统.实验表明,该模型适合于对噪声背景下的语音进行识别.同传统的HMM模型相比,该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(2~12dB),识别率比传统HMM模型有明显提高.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社