基于多带CHMM和神经网络融合的语音识别

根据人类的听觉感知机理,提出了一种改进的基于多子带连续隐马尔科夫模型和BP神经网络融合的识别算法.

基于多带ＣＨＭＭ和神经网络融合的语音识别姜波，黄炜（电子科技大学通信与信息工程学院，四川成都６１００５９）摘要：根据人类的听觉感知机理，提出了一种改进的基于多子带连续隐马尔科夫模型和ＢＰ神经网络融合的识别算法。关键词：语音识别多子带连续隐马尔科夫模型ＢＰ神经网络连续隐马尔可夫模型ＣＨＭＭ（ＣｏｎｔｉｎｕｏｕｓＨｉｄｄｅｎ强，不仅可通过训练用来产生后验概率，而且可根据需要Ｍ破ｏｖＭｏｄｅｌｓ）是语音识别中的主要技术之一。ＣＨＭＭ进行合理的改善。因此，研究人员将ＡＮＮ和ＣＨＭＭ结的优点是对动态时间序列有极强的建模能力，是一种