期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种改进的线性区分分析方法及其在汉语数码语音识别上的应用 被引量:2
1
作者 史媛媛 刘加 刘润生 《电子学报》 EI CAS CSCD 北大核心 2002年第7期959-963,共5页
尽管汉语数码语音识别只涉及十个数字 ,但由于不同数字的发音存在相同或相似的声母或韵母 ,造成汉语数码语音之间的混淆性很大 .采用通常的隐含马尔科夫模型 (HMM)作为汉语数码语音识别模型难以得到很高的识别率 .为了解决汉语数码之间... 尽管汉语数码语音识别只涉及十个数字 ,但由于不同数字的发音存在相同或相似的声母或韵母 ,造成汉语数码语音之间的混淆性很大 .采用通常的隐含马尔科夫模型 (HMM)作为汉语数码语音识别模型难以得到很高的识别率 .为了解决汉语数码之间的混淆问题 ,提高汉语数码语音识别性能 ,本文在隐含马尔科夫模型的状态层次上采用线性区分分析方法 ,将不同状态之间容易混淆的特征样本构成混淆模式类 ,针对混淆模式类进行线性区分分析 .通过线性区分变换 ,在变换特征空间中仅保留那些能够有效区分该混淆类别的特征参数 .这种基于状态的线性区分分析有效地提高了模型对混淆数码的区分能力 .实验表明即使采用状态数很少的粗糙识别模型 ,也能很大幅度提高模型的识别性能 ;经过线性区分变换优化后的汉语数码识别模型 ,孤立汉语数码语音识别率可以达到 99 32 % . 展开更多
关键词 线性区分分析 LDA 汉语数码语音识别 区分变换 隐含马尔科夫模型 HMM
在线阅读 下载PDF
汉语数码语音识别中一种新的抗噪声特征参数 被引量:2
2
作者 张涛 郜彦华 《河南科技大学学报(自然科学版)》 CAS 2005年第3期46-48,共3页
为了提高中小词汇量语音识别系统在噪声环境下的识别性能,以10个汉语数码语音为对象,利用汉语数码语音信号区别于噪声信号的准周期特性,提出了一种汉语数码语音频谱包络峰值特性的提取方法,首先用基频对语音频谱采样得到由谐波值构成的... 为了提高中小词汇量语音识别系统在噪声环境下的识别性能,以10个汉语数码语音为对象,利用汉语数码语音信号区别于噪声信号的准周期特性,提出了一种汉语数码语音频谱包络峰值特性的提取方法,首先用基频对语音频谱采样得到由谐波值构成的包络以提高信噪比,然后再对所得包络进行峰值提取得到汉语数码语音的峰值特征。实验结果表明,在信噪比大于5dB时,用该方法得到的峰值特征具有一定的抗噪性。 展开更多
关键词 汉语数码语音识别 特征参数 抗噪声 语音识别系统 识别性能 噪声环境 周期特性 噪声信号 语音信号 提取方法 频谱包络 高信噪比 语音频谱 峰值提取 词汇量 抗噪性
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
3
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
基于混合模型HMM/RBF的数字语音识别 被引量:7
4
作者 王朋 陈树中 《计算机工程》 CAS CSCD 北大核心 2002年第12期136-138,共3页
提出一种离散隐马尔科夫模型(hidden Markov model,HMM)和径向基函数(radial basis function,RBF)神经网络相结合应用于汉语数码语音识别(Mmandarin Ddigit Speech Recognition,MDSR)的方法。同时采用了一系列改进方法,使汉语数码语... 提出一种离散隐马尔科夫模型(hidden Markov model,HMM)和径向基函数(radial basis function,RBF)神经网络相结合应用于汉语数码语音识别(Mmandarin Ddigit Speech Recognition,MDSR)的方法。同时采用了一系列改进方法,使汉语数码语音的识别率达到了99.7%。 展开更多
关键词 混合模型 HMM RBF 数字语音识别 数码语音识别 隐马尔科夫模型 径向基函数 人工神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部