基于HMM-ANN模型的語(yǔ)音識(shí)別技術(shù)研究.pdf

1、在語(yǔ)音識(shí)別（ASR，Automatic Speech Recognition）領(lǐng)域中運(yùn)用最廣的隱馬爾可夫模型（HMM，Hidden Markov Model）和人工神經(jīng)網(wǎng)絡(luò)（ANN，Artificial Neural Network）這兩種模型各自均有優(yōu)缺點(diǎn)。HMM有極強(qiáng)的動(dòng)態(tài)建模能力，在處理具有動(dòng)態(tài)性能的語(yǔ)音信號(hào)時(shí)有著很好的優(yōu)勢(shì)，卻在分類(lèi)功能上不足。ANN強(qiáng)大的輸入輸出映射能力使得它在處理模式分類(lèi)與判決的問(wèn)題上得天獨(dú)厚，然而它對(duì)動(dòng)態(tài)信

2、號(hào)處理能力的不足也是不可忽視的。本文提出使用HMM-ANN混合模型來(lái)提高信號(hào)的處理能力，從而提高ASR系統(tǒng)的識(shí)別率。其中，ANN采用了概率神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。
　　論文主要完成了以下工作：
　?。?）總結(jié)ASR的研究現(xiàn)狀和基本原理，比較HMM和ANN兩種模型的優(yōu)點(diǎn)和不足，提出HMM-ANN混合模型，并利用MATLAB軟件分別仿真實(shí)現(xiàn)了HMM、ANN以及HMM-ANN這三種模型下的小詞匯量、孤立漢語(yǔ)的語(yǔ)音識(shí)別功能。
　?。?/p>

3、2）比較了三種模型下語(yǔ)音識(shí)別的識(shí)別率，實(shí)驗(yàn)結(jié)果表明，混合模型的識(shí)別率最高。
　?。?）對(duì)語(yǔ)音識(shí)別的魯棒性進(jìn)行了研究。一方面，端點(diǎn)檢測(cè)時(shí)提出了改進(jìn)后的檢測(cè)算法。在用傳統(tǒng)的雙門(mén)限檢測(cè)算法前，先用小波閾值去噪原理提高語(yǔ)音信號(hào)的信噪比，再進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果證明，在噪聲環(huán)境下，改進(jìn)后的算法表現(xiàn)出更好的抗噪性，即語(yǔ)音識(shí)別的魯棒性更好，識(shí)別率更高。另一方面，特征提取時(shí)提出了改進(jìn)后的提取算法。與傳統(tǒng)的Mel頻率倒譜系數(shù)（MFCC）相比，本文提出的