资料下载
×
基于语音特征聚类的HMM语音识别系统研究姚敏锋
消耗积分:1 |
格式:pdf |
大小:511KB |
2017-03-08
#Freedom
分享资料个
基于语音特征聚类的HMM语音识别系统研究_姚敏锋
在语音识别技术的发展过程中，动态时间规整算法（Dynam－ ic Time Warping， DTW）、矢量量化（Vector Quantization， VQ）、隐马尔可夫模型 （Hidden Markov Model，HMM） 和人工神经网络 （Artificial Neural Networks， ANN）等相继成功地应用于语音识别系统中，极大地推动了语音识别技术的发展。其中，隐马尔可夫模型（Hidden Markov Model，HMM）所具有的双重随机过程使其具有较强的时间序列处理能力， 这种统计信号模型在众多的语音识别系统中得到广泛的应用，并且取得了很好的效果。本文主要是基于 HMM 的语音识别技术的研究， 在对单一模型的语音识别技术的研究基础上， 尝试了基于 HMM 与一种新的语音特征聚类模型混合的语音识别技术，并与单一模型相比较，得出了较为理想的结论，提高了系统的识别速度，为语音识别在小型设备应用并满足实时性要求提供了一种新的参考方法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
