期刊文献+
共找到28篇文章
< 1 2 >
每页显示 20 50 100
基于CHMM的齿轮箱状态识别研究 被引量:21
1
作者 滕红智 赵建民 +2 位作者 贾希胜 张星辉 王正军 《振动与冲击》 EI CSCD 北大核心 2012年第5期92-96,127,共6页
针对离散隐Markov模型(HMM)在状态识别中的不足,结合齿轮箱全寿命实验数据,研究了基于连续隐Markov模型(CHMM)的状态识别方法。建立了基于齿轮箱原始振动信号的CHMM状态识别框架,提出了基于K均值算法和交叉验证相结合的状态数优化方法,... 针对离散隐Markov模型(HMM)在状态识别中的不足,结合齿轮箱全寿命实验数据,研究了基于连续隐Markov模型(CHMM)的状态识别方法。建立了基于齿轮箱原始振动信号的CHMM状态识别框架,提出了基于K均值算法和交叉验证相结合的状态数优化方法,通过计算待确定观测数据的极大似然概率值来确定齿轮箱当前状态。结果表明,用原始振动信号作为CHMM的输入可以实现状态识别,验证了模型的有效性,为齿轮箱基于状态的维修提供了科学依据。 展开更多
关键词 连续隐马尔科夫模型 K均值 交叉验证
在线阅读 下载PDF
基于DPMM-CHMM的机械设备性能退化评估研究 被引量:8
2
作者 季云 王恒 +1 位作者 朱龙彪 刘肖 《振动与冲击》 EI CSCD 北大核心 2017年第23期170-174,共5页
针对传统的HMM模型状态数必须预先设定的不足,提出了一种基于DPMM-CHMM的机械设备性能退化评估方法。该方法利用DPMM模型的自动聚类功能,实现了模型结构根据观测数据的自适应变化和动态调整,获得设备运行过程中的最优退化状态数,并结合C... 针对传统的HMM模型状态数必须预先设定的不足,提出了一种基于DPMM-CHMM的机械设备性能退化评估方法。该方法利用DPMM模型的自动聚类功能,实现了模型结构根据观测数据的自适应变化和动态调整,获得设备运行过程中的最优退化状态数,并结合CHMM良好的分析和建模能力,得到设备退化状态转移路径,实现机械设备运行过程中的退化状态识别和性能评估,并利用滚动轴承全寿命数据进行了应用研究。结果表明,该方法可以有效地识别轴承运行中的不同退化状态,为基于状态的设备维修提供了理论指导。 展开更多
关键词 狄利克雷混合模型 连续隐马尔可夫模型 性能退化评估 滚动轴承
在线阅读 下载PDF
基于GMM-CHMM的城市道路换道行为识别 被引量:7
3
作者 徐婷 温常磊 +3 位作者 张香 李宝文 王健 张亚坤 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第1期61-67,共7页
高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型.在西安城市道路环境中进行实验,采集18位驾驶员的9个车载实时参数数据,以及前后车... 高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型.在西安城市道路环境中进行实验,采集18位驾驶员的9个车载实时参数数据,以及前后车辆间的相对速度、相对距离、相对角度,提取412个换道行为单元和824个车道保持行为单元,共88992条数据.运用数理统计方法分析表明,方向盘转角、转向角速度、相对安全距离比在换道行为和车道保持行为之间有显著性差异,在这3个特征参数的基础上,建立混合了高斯混合模型(GMM)和连续型隐马尔可夫模型(CHMM)的识别模型,用部分样本对模型效能评价.结果表明,混合模型对换道行为的识别精度为93.6%,具有良好的识别效果,可以很好地应用到ADAS. 展开更多
关键词 智能交通 换道识别 GMM chmm 驾驶行为 主动安全系统
在线阅读 下载PDF
基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法 被引量:4
4
作者 王彦快 米根锁 +2 位作者 张玉 王宇峰 王朋雨 《铁道学报》 EI CAS CSCD 北大核心 2023年第11期107-116,共10页
为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维... 为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维特征信息的冗余,构建道岔特征指标样本数据库;利用连续隐马尔可夫模型划分道岔退化状态,在此基础上,建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明:所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能,而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法,为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。 展开更多
关键词 高铁道岔设备 健康状态评估 连续隐马尔可夫模型 麻雀搜索算法优化支持向量机 核主成分分析
在线阅读 下载PDF
基于混合模型CHMM和MLP的数码语音识别系统
5
作者 张培玲 李辉 《工矿自动化》 2009年第12期64-68,共5页
针对传统的CHMM应用于语音识别系统存在的缺点,提出了一种由CHMM和MLP网构成的混合模型。该混合模型将MLP网引入到CHMM中来计算每个状态的输出概率,通过MLP网的非线性预测能力代替CHMM中的似然估计值对输出概率进行分析、分类,从而加强... 针对传统的CHMM应用于语音识别系统存在的缺点,提出了一种由CHMM和MLP网构成的混合模型。该混合模型将MLP网引入到CHMM中来计算每个状态的输出概率,通过MLP网的非线性预测能力代替CHMM中的似然估计值对输出概率进行分析、分类,从而加强和提高CHMM的语音识别能力。实验结果表明,将该混合模型应用到语音识别系统中,其识别效果明显优于基于传统的CHMM的识别系统。 展开更多
关键词 数码语音识别 连续隐马尔可夫模型 多层感知器 chmm MLP
在线阅读 下载PDF
CHMM和AR模型在轴承性能退化评估与预测中的应用 被引量:1
6
作者 刘义民 刘韬 陈庆 《电子科技》 2020年第5期58-65,共8页
经典的故障诊断技术可对系统运行状态进行实时评估,但在实际应用中更希望预知故障的发生以便对人身、经济安全做出保障。轴承作为机械设备的关键部件,其损坏会造成严重的工程事故,因此需对轴承进行故障诊断。文中引入连续隐马尔可夫模... 经典的故障诊断技术可对系统运行状态进行实时评估,但在实际应用中更希望预知故障的发生以便对人身、经济安全做出保障。轴承作为机械设备的关键部件,其损坏会造成严重的工程事故,因此需对轴承进行故障诊断。文中引入连续隐马尔可夫模型以对数似然数作为评估指标来评估性能退化,即利用基于模型输出的对数似然率结合自回归模型对轴承进行性能退化预测。为了更好地验证方法有效性,文中使用了两组全寿命数据互为对比。结果显示,使用基于连续隐马尔可夫模型的轴承性能退化评估法对轴承性能的退化进行评估效果良好,自回归模型在寿命预测上得到了较为精准的结果。 展开更多
关键词 连续隐马尔可夫模型 自回归 趋势外推 性能退化评估 性能退化预测 特征提取
在线阅读 下载PDF
基于ABC-BW优化CHMM的风机齿轮箱故障诊断 被引量:2
7
作者 李韵仪 沈艳霞 《噪声与振动控制》 CSCD 北大核心 2021年第4期80-85,233,共7页
提出一种将人工蜂群算法(Artificial Bee Colony Algorithm,ABC)与Baum-Welch算法结合的连续隐马尔科夫模型(Continuous Hidden Markov Model,CHMM)并将其应用于风力发电机齿轮箱故障诊断。首先利用小波包分解与重构提取信号频带能量作... 提出一种将人工蜂群算法(Artificial Bee Colony Algorithm,ABC)与Baum-Welch算法结合的连续隐马尔科夫模型(Continuous Hidden Markov Model,CHMM)并将其应用于风力发电机齿轮箱故障诊断。首先利用小波包分解与重构提取信号频带能量作为特征向量;将正常及各故障状态的训练样本特征作为模型观测值输入CHMM模型与优化模型进行训练,最后将各个检验样本特征输入各状态模型中进行对比,得到待测样本在训练模型中的输出概率,将其作为故障诊断的评判依据。 展开更多
关键词 故障诊断 风机齿轮箱 连续隐马尔科夫模型 小波包变换 人工蜂群算法
在线阅读 下载PDF
基于CHMM的TE过程在线故障检测
8
作者 曹立立 方华京 秦璇 《上海应用技术学院学报(自然科学版)》 2015年第3期254-259,共6页
随着工业过程的规模和复杂程度的增加,对于过程安全性和可靠性的要求进一步提高.为了准确及时地检测设备故障,提出了一种基于连续隐马尔可夫模型(CHMM)的在线故障检测方法.采用主元分析(PCA)方法对过程变量数据进行特征提取,利用变长度... 随着工业过程的规模和复杂程度的增加,对于过程安全性和可靠性的要求进一步提高.为了准确及时地检测设备故障,提出了一种基于连续隐马尔可夫模型(CHMM)的在线故障检测方法.采用主元分析(PCA)方法对过程变量数据进行特征提取,利用变长度滑动窗口技术跟踪动态数据,并提出了一个新的实时统计量作为在线故障检测的量化指标,结合实时阈值实现了CHMM的在线故障检测.将该方法应用于田纳西-伊斯曼(TE)化工过程,并与基于PCA和动态主元分析(DPCA)方法的故障检测结果进行比较,能够较准确地检测到故障,验证了该方法的有效性. 展开更多
关键词 连续隐马尔可夫模型 在线故障检测 主元分析 变长度滑动窗口 田纳西-伊斯曼过程
在线阅读 下载PDF
滚动轴承故障振动信号特征与诊断方法 被引量:19
9
作者 吴斌 王敏杰 +1 位作者 康晶 罗跃纲 《大连理工大学学报》 EI CAS CSCD 北大核心 2013年第1期76-81,共6页
简述了恒转速条件下滚动轴承故障信号共振解调的优点和基本原理,通过实验和理论分析研究了变转速轴承故障振动信号的特点.指出了轴承损伤点冲击信号的非周期性、轴承共振频率随转速变化的变频特性,以及故障信号的双变频调制特性.建立了... 简述了恒转速条件下滚动轴承故障信号共振解调的优点和基本原理,通过实验和理论分析研究了变转速轴承故障振动信号的特点.指出了轴承损伤点冲击信号的非周期性、轴承共振频率随转速变化的变频特性,以及故障信号的双变频调制特性.建立了由变频转速信号为调制信号、变频共振衰减信号为载波的滚动轴承故障模型.给出了阶比循环平稳自相关函数的计算方法.利用循环平稳分析对旋转机械振动信号的解调功能,结合连续隐马尔可夫模型(CHMM)对动态信号的识别能力,提出了一种适用于变转速运转条件下的滚动轴承故障诊断方法,通过实验验证了方法的可行性. 展开更多
关键词 滚动轴承 故障诊断 循环平稳 连续隐马尔可夫模型(chmm)
在线阅读 下载PDF
均衡化的改进K均值聚类法 被引量:13
10
作者 王红睿 赵黎明 裴剑 《吉林大学学报(信息科学版)》 CAS 2006年第2期172-176,共5页
为了进行连续马尔可夫模型的初值提取,提出一种各类在训练样本空间近似均衡分布的K均值聚类法。在聚类的过程中引入惩罚因子,从而限制过多的训练矢量集中于一个或几个类,使样本空间划分近似均匀。连续马尔可夫模型初值提取实验证明,该... 为了进行连续马尔可夫模型的初值提取,提出一种各类在训练样本空间近似均衡分布的K均值聚类法。在聚类的过程中引入惩罚因子,从而限制过多的训练矢量集中于一个或几个类,使样本空间划分近似均匀。连续马尔可夫模型初值提取实验证明,该方法与标准的K均值聚类法、LBG(L inde Buzo G ray)聚类法相比,降低了矢量量化产生的全局失真,各个类在样本空间的分布更加均匀,提高了矢量量化的性能。将该方法用于孤立词识别连续马尔可夫模型的初值提取,可使各个高斯概率密度函数的参数估计更逼近其无偏估计,从而提高了马尔可夫模型初值的可靠性。 展开更多
关键词 矢量量化 K均值聚类法 语音识别 连续马尔可夫模型初值
在线阅读 下载PDF
基于连续隐马尔可夫模型的仿真模型验证 被引量:4
11
作者 吴静 吴晓燕 +1 位作者 滕江川 陈永兴 《兵工学报》 EI CAS CSCD 北大核心 2012年第3期367-372,共6页
将连续隐马尔科夫模型(CHMM)应用于仿真模型验证研究,在分段提取各可选仿真模型输出特征向量序列的基础上,采用Segmental K-Means算法训练并建立各可选仿真模型的CHMM,进而构建模型库;将实际系统的特征向量序列作用于模型库,依据其概率... 将连续隐马尔科夫模型(CHMM)应用于仿真模型验证研究,在分段提取各可选仿真模型输出特征向量序列的基础上,采用Segmental K-Means算法训练并建立各可选仿真模型的CHMM,进而构建模型库;将实际系统的特征向量序列作用于模型库,依据其概率输出判别各可选仿真模型相对于实际系统的有效性。最后通过实例分析,证明了该方法的有效性。 展开更多
关键词 飞行器控制、导航技术 模型验证 连续隐马尔可夫模型 模式识别
在线阅读 下载PDF
基于HMM/VQ的认人的中等词表连续语音识别 被引量:4
12
作者 林道发 罗万伯 杨家沅 《电子学报》 EI CAS CSCD 北大核心 1992年第7期59-65,共7页
本文讨论基于隐马尔可夫模型(HMM)和矢量量化(VQ)的连续语音识别方法。用这种方法,对每个单词作成一个HMM,对多个模型组合成的状态转移网络搜索其状态转移的最佳路径,从而实现不预先进行单词切分的连续语音的识别,使用有限态文法约束及... 本文讨论基于隐马尔可夫模型(HMM)和矢量量化(VQ)的连续语音识别方法。用这种方法,对每个单词作成一个HMM,对多个模型组合成的状态转移网络搜索其状态转移的最佳路径,从而实现不预先进行单词切分的连续语音的识别,使用有限态文法约束及其它一些改善识别性能的措施,演示系统能识别特定人的18种英语句式,150个单词,用312个话句(共有2710个单词)进行测试,识别延迟时间为发音时长的62%,发音速度平均为每秒2.32个单词,单词识准率为97.3%。 展开更多
关键词 连续语音 识别 文法分析 HMM
在线阅读 下载PDF
基于最优Morlet小波和隐马尔可夫模型的轴承故障诊断 被引量:14
13
作者 张锐戈 谭永红 《振动与冲击》 EI CSCD 北大核心 2012年第12期5-8,27,共5页
提出一种从信号时频域提取故障特征的新方法,先将振动信号作Morlet小波变换,再将小波系数顺序划分成多个子列,各子列协方差矩阵的特征值为所需的特征参数。为了更有效地提取信号的振动特性及周期性成分,使用了最小香农熵准则和奇异值分... 提出一种从信号时频域提取故障特征的新方法,先将振动信号作Morlet小波变换,再将小波系数顺序划分成多个子列,各子列协方差矩阵的特征值为所需的特征参数。为了更有效地提取信号的振动特性及周期性成分,使用了最小香农熵准则和奇异值分解技术选择Morlet小波参数,并用比较实验证明了参数优化的有效性。状态辨识使用了连续型隐马尔可夫模型,在三种故障程度下分别实现轴承正常状态,滚动体故障,内圈和外圈故障的正确辨识,平均精度都大于93%。 展开更多
关键词 轴承故障诊断 连续小波变换 隐马尔可夫模型
在线阅读 下载PDF
基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型 被引量:4
14
作者 赵春临 郑崇勋 赵敏 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第12期1474-1478,共5页
提取多通道脑电(EEG)功率谱特征,训练连续高斯密度混合隐马尔科夫模型(CHMM),建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明:EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最... 提取多通道脑电(EEG)功率谱特征,训练连续高斯密度混合隐马尔科夫模型(CHMM),建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明:EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最高分类正确率达到97.5%;在训练样本相同的情况下,CHMM比反向传输人工神经网络具有更高的分类精度. 展开更多
关键词 连续隐马尔科夫模型 脑电 功率谱 精神疲劳
在线阅读 下载PDF
一种适于非特定人语音识别的并行隐马尔可夫模型 被引量:1
15
作者 陈雁翔 戴蓓蒨 +1 位作者 周曦 刘鸣 《电子与信息学报》 EI CSCD 北大核心 2004年第10期1601-1606,共6页
为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(Parallel Hidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能,各条链之间允许有交叉,使得融合的多模板之间存在... 为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(Parallel Hidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能,各条链之间允许有交叉,使得融合的多模板之间存在状态共享,同时PHMM可以在训练过程中自动完成聚类,且测试语音的输出结果来自所有类别,无需聚类分析和类别判断,这些都减少了存储量和计算量,汉语非特定人孤立数字的识别实验表明,PHMM较之传统CHMM使识别性能及噪声鲁棒性都得到了改善。 展开更多
关键词 非特定人语音识别 连续隐马尔可夫模型 并行马尔可夫链
在线阅读 下载PDF
从线性预测HMM到一种新的语音识别的混合模型 被引量:3
16
作者 欧智坚 王作英 《电子学报》 EI CAS CSCD 北大核心 2002年第9期1313-1316,共4页
线性预测 HMM(Linear Prediction HMM,LPHMM)并没有象传统 HMM那样引人状态输出独立同分布假设,但实用中识别性能并不佳.通过分析两种HMM的各自优劣,本文提出了一种新的语音识别的混合模型,将语音静态特性(基于传统HMM)和动态特性... 线性预测 HMM(Linear Prediction HMM,LPHMM)并没有象传统 HMM那样引人状态输出独立同分布假设,但实用中识别性能并不佳.通过分析两种HMM的各自优劣,本文提出了一种新的语音识别的混合模型,将语音静态特性(基于传统HMM)和动态特性(基于LPHMM)分别描述又有机结合在一起,更为精确地刻划了真实的语音现象,同时又继承使系统的实现改动很小和较小的计算量.汉语大词汇量非特定人连续语音识别的实验表明,混合模型的识别性能显著好于LPHMM和传统HMM.理论上,本文还给出了LPHMM的一组闭式参数重估公式. 展开更多
关键词 线性预测HMM 语音识别 混合模型 边疆语音识别 隐马尔可夫模型 线性预测 隐马尔可夫模型
在线阅读 下载PDF
连续隐马尔科夫模型在多基地目标识别中的应用 被引量:2
17
作者 温涛 许枫 +1 位作者 杨娟 王梦宾 《应用声学》 CSCD 北大核心 2017年第6期512-520,共9页
多基地声纳组网探测系统是目前大范围水下安保领域的研究热点。综合利用多基地系统中各个声纳节点的信息进行水下目标识别是亟待解决的问题。利用传统的多传感器融合的方法进行多基地水下目标识别,往往忽略了各声纳节点之间的相关性,效... 多基地声纳组网探测系统是目前大范围水下安保领域的研究热点。综合利用多基地系统中各个声纳节点的信息进行水下目标识别是亟待解决的问题。利用传统的多传感器融合的方法进行多基地水下目标识别,往往忽略了各声纳节点之间的相关性,效果并不理想。针对这一问题,本文提出了利用连续隐马尔科夫模型(CHMM)进行多基地水下目标识别的方法。首先利用RELAX算法提取了目标在不同分置角上回波的强散射点特征,组成观测向量,利用Baum-Welch方法对CHMM参数进行训练,然后计算待识别目标的特征值观测序列在不同模型下的似然概率。对所有目标重复此过程,取概率最大值对应的目标类别为最后的识别结果。在消声水池开展多基地模拟实验,对四类目标进行了识别,利用CHMM方法得到的多基地水下目标融合识别率比多基地声纳下单声纳节点的最高识别率提高了30%。 展开更多
关键词 多基地 目标识别 连续隐马尔科夫模型 RELAX算法
在线阅读 下载PDF
利用基因算法训练连续隐马尔柯夫模型的语音识别 被引量:2
18
作者 孙放 胡光锐 徐雄 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第6期19-22,共4页
为了提高语音识别系统的性能,基于全域优化的思想,提出了一种用于训练连续隐马尔柯夫模型(CHMM)的新算法——基因算法,并将该算法用于语音识别.用该算法训练CHMM,可得到最佳的模型参数,从而提高了语音识别率.利用该算... 为了提高语音识别系统的性能,基于全域优化的思想,提出了一种用于训练连续隐马尔柯夫模型(CHMM)的新算法——基因算法,并将该算法用于语音识别.用该算法训练CHMM,可得到最佳的模型参数,从而提高了语音识别率.利用该算法训练CHMM,不需要对CHMM的每一个参数单独进行估值,能够在一定的程度上提高训练速度.文中阐述了整个算法,给出了计算机模拟结果,并与传统的训练方法进行了比较. 展开更多
关键词 隐马尔柯夫模型 基因算法 语音识别
在线阅读 下载PDF
基于隐马尔科夫模型的CPM信号盲Turbo均衡算法 被引量:2
19
作者 钟凯 彭华 葛临东 《通信学报》 EI CSCD 北大核心 2015年第3期223-231,共9页
针对高阶连续相位调制信号(CPM)盲均衡中存在的均衡性能较差以及不容易收敛等问题,从隐马尔科夫模型(HMM)的角度出发,建立一种新的EM-SOVA信道盲均衡方法,并结合Turbo均衡思想,提出了一种适用于高阶CPM信号的盲Turbo均衡算法。该算法通... 针对高阶连续相位调制信号(CPM)盲均衡中存在的均衡性能较差以及不容易收敛等问题,从隐马尔科夫模型(HMM)的角度出发,建立一种新的EM-SOVA信道盲均衡方法,并结合Turbo均衡思想,提出了一种适用于高阶CPM信号的盲Turbo均衡算法。该算法通过将SOVA内嵌到EM算法的迭代过程中,有效改善了信道均衡效果,同时使用Turbo均衡的软信息迭代处理来进一步提高低信噪比条件下系统性能。理论分析和仿真结果表明,所提算法具有良好的盲均衡性能以及收敛性。 展开更多
关键词 连续相位调制 隐马尔科夫模型 软输出维特比算法 期望最大化算法 TURBO均衡
在线阅读 下载PDF
基于隐马尔可夫模型的连续语音同步识别系统 被引量:12
20
作者 李玉华 《现代电子技术》 北大核心 2019年第11期64-67,71,共5页
语音同步识别系统的发展方向是连续性的人机交互,采用传统系统易受到突发性噪声影响,致使识别效果较差,提出基于隐马尔可夫模型的连续语音同步识别系统。结合语音识别原理,设计系统硬件总体结构。利用JFET输入高保真运放的OPA604低通滤... 语音同步识别系统的发展方向是连续性的人机交互,采用传统系统易受到突发性噪声影响,致使识别效果较差,提出基于隐马尔可夫模型的连续语音同步识别系统。结合语音识别原理,设计系统硬件总体结构。利用JFET输入高保真运放的OPA604低通滤波器,保证信号处理结果的有效性。通过OMAP5912ZZG型号芯片对处理后的信号进行存储,使用矢量图缓冲音频,经由以太网接口移植相关语音识别序列,由此实现连续语音同步识别。由实验对比结果可知,该系统比传统系统识别效果最高值高出48%,推进了语音识别技术研究的快速发展。 展开更多
关键词 隐马尔可夫模型 连续语音识别 同步识别 信号处理 人机交互 系统结构设计
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部