改進的HMM與BP神經網絡混合模型在語音識別中的應用研究.pdf

1、語音識別是一門內容豐富、應用廣泛的技術。本文著眼于漢語語音識別的主要問題，研究漢語語音孤立詞識別的關鍵技術，以提高語音的識別率和識別模型的收斂速度。 本文論述了語音識別的基本原理，從語音信號的時域、頻域、倒譜域出發(fā)，對語音信號進行分析，介紹了語音信號分析方法中的濾波器組分析方法和線性預測編碼技術，并推導了線形預測倒譜系數(LPCC)和Mel倒譜系數(MFCC)。在特征提取中，選用了基于聽覺模型的MFCC，并與基于發(fā)聲模型的LPC

2、C參數進行分析比較。 隱馬爾可夫模型(HMM)和人工神經網絡在語音信號處理中都有廣泛的應用，本文剖析了兩者在語音信號處理上各自的優(yōu)缺點。為取HMM和人工神經網絡這兩種模型各自的優(yōu)異特性，在本文研究的語音識別模型中，采用它們的混合模型，并提出了一種新的結合方式。即，將HMM的最佳狀態(tài)序列的輸出概率作為人工神經網絡的輸入。一方面由于BP神經網絡能夠根據提供的數據，通過訓練和學習，找出輸入輸出的內在關系，不需要一個明確的數學解析式；另

3、一方面由于離散隱馬爾可夫模型(DHMM)會產生量化的誤差，所以采用連續(xù)密度隱馬爾可夫模型(CDHMM)和反向傳播(BackPropagation)神經網絡相結合的方式，充分利用了CDHMM的時域建模和BP神經網絡強大的分類能力，同時充分考慮了孤立詞語音的類間特性。實驗表明這種結合方式在一定程度上提高了語音的識別率。 本文還分析了傳統(tǒng)BP網絡訓練上的局限性，在前人研究的基礎上，對神經元采用更一般tan-sigmoid函數。在訓練過