学位论文 > 优秀研究生学位论文题录展示

基于HMM和人工神经网络相结合的语音识别研究

作　者: 彭靓
导　师: 余达祥
学　校: 南昌航空大学
专　业: 控制工程
关键词: 语音识别 HMM模型人工神经网络 CDHMM
分类号: TN912.34
类　型: 硕士论文
年　份: 2013年
下　载: 41次
引　用: 0次
阅　读: 论文下载

内容摘要

在计算机技术和信息技术不断发展的科技时代，各类智能机器也逐步在人们的生活中扮演起了重要角色，人们希望能和机器自然地沟通和交流，这种需求也使得语音识别得到了突飞猛进的发展。语音识别是一种前景广阔、社会效益广泛、经济效益明显的技术，在快速发展的同时，也因其经历着从实验室到实际应用的系列过程，因此不可避免地产生了一些问题。本文依据HMM的优点和缺点着手，根据HMM对动态时间序列所具有的有极强的建模能力，和较弱的分类决策能力。而人工神经网络算法收敛速度快，分类决策能力和对不确定信息的描述能力强的特点，提出了一种隐马尔可夫（HMM）模型和径向基神经网络（RBF）相结合的混合模型进行语音识别。在这基础上，为了证明混合模型的算法是否正确，本文在MATLAB环境下来分析混合模型仿真模型的计算方法，依据不相同的特征参数、训练样本数目、背景噪声的角度来探讨这一模型是否真能够进行语音识别。之后，还运用了CDHMM模型和HMMNN混合模型在广泛的人中采用汉语孤立数字语音识别实验，来证明哪一个模型实用性比较好。从这两个实验中我们可以发现，本文提出的模型来达到语音识别功能是正确的，HMMNN混合模型的效果比CDHMM语音识别效果好，增强了语音识别系统的鲁棒性。

全文目录

摘要  3-4
Abstract  4-7
第1章绪论  7-16
  1.1 语音识别技术研究的背景和意义  7-8
  1.2 国内外研究现状  8-10
    1.2.1 国外研究现状  8-10
    1.2.2 国内研究现状  10
  1.3 语音识别技术的相关简介  10-13
    1.3.1 语音识别系统的分类  10-11
    1.3.2 语音系统识别的方式  11-13
    1.3.3 语音识别系统的构成  13
  1.4 语音识别技术所面临的问题  13-14
  1.5 本文研究的主要内容  14-16
第2章语音识别的基本原理  16-27
  2.1 语音信号的预处理  16-20
    2.1.1 预加重  16
    2.1.2 分帧加窗  16-17
    2.1.3 端点检测  17-20
  2.2 语音信号特征提取  20-24
    2.2.1 有线性预测编码系数（LPC）  21-22
    2.2.2 线性预测倒谱系数（LPCC）  22-23
    2.2.3 Mel 频率倒谱系数（MFCC）  23-24
  2.3 语音识别的模板训练方法  24-25
  2.4 语音识别的模板匹配方法  25-27
第3章 HMM语音识别研究  27-38
  3.1 HMM的定义  27-28
  3.2 基于HMM语音识别的研究  28-33
    3.2.1 HMM模型的三个基本问题  28
    3.2.2 HMM模型基本问题的解决方案  28-33
  3.3 HMM算法实现中的问题  33-38
    3.3.1 初始模型的选取  33-34
    3.3.2 多观察值序列训练  34-35
    3.3.3 数据下溢问题  35-38
第4章基于人工神经网络的语音识别研究  38-55
  4.1 人工神经网络概述  39-40
  4.2 人工神经网络的构成  40-42
    4.2.1 神经元  40-41
    4.2.2 网络拓扑结构  41
    4.2.3 网络实验算法  41-42
  4.3 几种模式识别方式的神经网络及其算法  42-47
    4.3.1 单层感知器  42-44
    4.3.2 双层感知器  44-46
    4.3.3 多层感知器  46-47
  4.4 径向基函数神经网络  47-53
    4.4.1 RBF神经网络的网络结构  47-48
    4.4.2 RBF神经网络的优势  48-50
    4.4.3 RBF神经网络的实验算法  50-53
  4.5 RBF神经网络的语音识别系统设计  53-55
第5章仿真实验与结果分析  55-57
  5.1 语音信号的获取和数据库的建立  55
  5.2 语音信号的预处理  55
  5.3 语音信号的特征提取  55-56
  5.4 系统性能分析  56-57
    5.4.1 算法的准确性测试  56
    5.4.2 算法的抗噪性测试  56-57
第6章结论与展望  57-58
参考文献  58-60
攻读硕士学位期间发表的论文  60-61
致谢  61-62

基于HMM和人工神经网络相结合的语音识别研究

内容摘要

全文目录

相似论文