基于仿生模式識(shí)別的非特定人連續(xù)語音識(shí)別的研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文在LPCC特征參數(shù)提取方法的基礎(chǔ)之上,提出了一種峰值特征和LPCC倒譜特征相結(jié)合的特征提取方法。這種方法有效地解決了MFCC計(jì)算復(fù)雜的缺點(diǎn),并根據(jù)此特征提取方法構(gòu)建語音識(shí)別樣本庫。以往的語音識(shí)別算法都是基于傳統(tǒng)模式識(shí)別算法,該類方法只側(cè)重于“區(qū)別”,而忽略了“認(rèn)識(shí)”。因而,本文將以“認(rèn)識(shí)”為基礎(chǔ)的仿生模式識(shí)別理論以及高維空間點(diǎn)覆蓋的理論應(yīng)用到語音識(shí)別的學(xué)習(xí)過程中。在此基礎(chǔ)之上本文將Hopfield與RBF神經(jīng)網(wǎng)絡(luò)組合構(gòu)造了一個(gè)新型的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論