期刊文献+

基于神经网络的矢量量化算法在语音辨识系统中的应用研究 被引量:1

The Research on Voice Recognition Based on Vector Quantization Combined with Neural Network
下载PDF
导出
摘要 介绍了语音识别的一般概念,利用MFCC对语音信号的特征信息进行了提取,在分析VQ模型和人工神经元网络的基础上,提出了一种VQ模型与神经元网络相结合的方法,并且建立了相关的数学模型.通过MATLAB仿真证明该模型具有很好的稳定性. The conception of voice recognition is presented in this article. Based on the method of MFCC,the characteristics extraction of voice signal is introduced. Based on studying traditional VQ model and Neural network model, a way of using VQ combined with neural network is proposed, what is more a mathematical model is established. The experiment based on matlab show the the system possesses a stable quality.
出处 《河南科学》 2008年第7期839-841,共3页 Henan Science
基金 许昌学院青年预研基金资助项目(2007035)
关键词 语音识别 特征提取 神经网络 MFCC voice recognition characteristics extraction neural network MFCC
  • 相关文献

参考文献5

二级参考文献22

  • 1孙暐,吴镇扬,刘海滨,周琳.并行子带HMM最大后验概率自适应非线性类估计算法[J].电路与系统学报,2005,10(6):20-24. 被引量:1
  • 2黄勇,郑春颖,宋忠虎.多类支持向量机算法综述[J].计算技术与自动化,2005,24(4):61-63. 被引量:33
  • 3陈方,高升.语音识别技术及发展[J].电信科学,1996,12(10):54-57. 被引量:26
  • 4张学工.统计学习理论的本质[M].北京:清华大学出版社,2000.. 被引量:54
  • 5李国正 王猛 增华军 译 NelloCristianini JohnShawe-Taylor著.支持向量机导论[M].北京:电子工业出版社,2004.. 被引量:81
  • 6Cooke M, Morris A, Green E Missing data techniques for robust speech recognition[C]. ICASSP'97, Munich, Germany, 1997, vol 2:863 - 866. 被引量:1
  • 7Diakoloukas V D, Digalakis V V. Maximum-likelihood stochastic-transformation adaptation of hidden Markov models[J].IEEE Trans. on Speech and Audio Processing. 1999, 7(2):177-187. 被引量:1
  • 8Siohan O, Chesta C, Lee C -H. Hidden Markov model adaptation using maximum a posteriori linear regression[C]. In Workshop on Robust Methods for Speech Recognition in Adverse Conditions,Tampere, Finland, 1999: 147-150. 被引量:1
  • 9Gales M, Young S. Cepstral parameter compensation for HMM recognition in noise[J]. Computer Speech and Language, 1993,12(3): 231-239. 被引量:1
  • 10Sharma S R, Multistream approach to robust speech recognition[D/D]. Oregon Graduate Institute of Science and Technology, 1999.10. 被引量:1

共引文献49

同被引文献15

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部