基于HMM-ANN混合模型的非特定人的音識(shí)別研究.pdf

1、語音識(shí)別是利用計(jì)算機(jī)理解人類語言的語義內(nèi)容。
　　近些年以來，在非特定人領(lǐng)域的孤立詞語音識(shí)別技術(shù)方面有了很大的進(jìn)展，人機(jī)交互、智能手機(jī)、家電遙控等應(yīng)用行業(yè)都有語音識(shí)別技術(shù)的融入。目前動(dòng)態(tài)時(shí)間規(guī)整、隱馬爾可夫模型和神經(jīng)網(wǎng)絡(luò)模型等關(guān)鍵技術(shù)都可以實(shí)現(xiàn)孤立詞語音的識(shí)別。本文著重研究了非特定人孤立詞語音識(shí)別的各種組成技術(shù)。利用人工神經(jīng)網(wǎng)絡(luò)模型和隱馬爾可夫模型技術(shù)各自的優(yōu)勢，通過將人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的分類能力以及隱馬爾可夫模型較好的時(shí)域建模能力

2、相結(jié)合，提出了ANN/HMM混合模型的語音識(shí)別方式，并利用MATLAB編寫了程序代碼。通過與傳統(tǒng)的HMM和ANN模型進(jìn)行對比和分析，實(shí)驗(yàn)結(jié)果表明混合模型語音識(shí)別方式改善了識(shí)別性能，提高了識(shí)別率，并在抗干擾性和魯棒性方面也得到加強(qiáng)。
　　在全面系統(tǒng)地研究國內(nèi)外語音識(shí)別技術(shù)，特別是非特定人領(lǐng)域的孤立詞語音識(shí)別技術(shù)的基礎(chǔ)上，主要作了如下工作：
　　1．研究了隱馬爾可夫模型原理及算法實(shí)現(xiàn)，指出了模型存在的不足，結(jié)合本文提出的設(shè)計(jì)方案