基于HMM與ANN混合模型語音識別系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著人工智能技術(shù)的蓬勃發(fā)展,作為人機交互接口的語音識別技術(shù)也受到國際各界學者的廣泛重視。目前商用的語音識別系統(tǒng)在室內(nèi)高信噪比環(huán)境下已經(jīng)取得了較高的識別率,但對于室外的環(huán)境,系統(tǒng)的識別率則表現(xiàn)不佳。本文通過探尋語音識別系統(tǒng)對噪聲的自適應(yīng)性以及引入馬爾科夫和人工神經(jīng)網(wǎng)絡(luò)混合模型的方法,初步建立了一個較為完善的語音識別自適應(yīng)模型,能夠提高復雜環(huán)境下的語音識別率,增強語音識別系統(tǒng)的穩(wěn)健性及自適應(yīng)性。
  本文主要做了如下工作:
  

2、1.針對倒譜距離語音端點檢測算法存在的問題,通過計算每幀語音信號的短時信噪比,確立信噪比與門限閾值的關(guān)系,建立了一種自適應(yīng)判決門限的雙參數(shù)判決準則,能夠精準的檢測出語音端點信號,改進后的算法具有一定的自適應(yīng)性,語音信號端點檢測準確率有所提升。
  2.針對譜減法語音增強技術(shù)容易產(chǎn)生音樂噪聲的問題,引入了SNR與譜減因子關(guān)系模型,通過關(guān)系模型動態(tài)調(diào)整譜減因子及語音增益系數(shù),在最大限度抑制音樂噪聲產(chǎn)生的前提下,提升語音信噪比,增強系統(tǒng)

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論