基于HMM与神经网络的声学模型研究

被引：13

作者：

林坤辉 ^{[1
]}

息晓静 ^{[1
]}

周昌乐 ^{[2
]}

机构：

[1] 厦门大学软件学院

[2] 厦门大学信息科学与技术学院

来源：

厦门大学学报(自然科学版) | 2006年 / 01期

关键词：

HMM; ANN; 隐节点剪枝算法; 广义Hebb算法;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

摘要：

神经网络能依靠权值进行长时间记忆和知识存储,但是对输入模式的瞬时相应的记忆能力比较差;而隐马尔科夫模型的短时记忆的能力比较强,但是假定的前提又与实际情况不符.因此,采用HMM和ANN的混合模型来取双方之长,并在这种混合模型的基础上,对神经网络从结构设计、训练、到训练后期的结构调整进行了全程的优化;应用隐节点剪枝算法,并利用广义的Hebb规则重新确定网络的参数.实验表明,这种混合模型在语音识别中取得了良好的效果.

引用

页码：44 / 46

页数：3

共 5 条

[1] 基于子带信息的鲁棒语音特征提取框架
张欣研
王帆
郑方
徐明星
吴文虎
[J]. 中文信息学报, 2002, (01) : 19 - 24
[2] 自组织特征映射神经网络用于语音识别的研究
胡光锐，吴硕
[J]. 应用科学学报, 1997, (01) : 55 - 60
[3] 语音识别算法的研究[D]. 张卫清.南京理工大学 2004
[4] 神经网络在语音识别中的应用研究[D]. 宋叔飚.西北工业大学 2002
[5] 语音信号处理[M]. 清华大学出版社 , 韩纪庆等编著, 2004

← 1 →