计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (22): 162-164.DOI: 10.3778/j.issn.1002-8331.2010.22.048
肖 勇1,覃爱娜2
XIAO Yong1,QIN Ai-na2
摘要:
通过MFFC计算出的语音特征系数,由于语音信号的动态性,帧之间有重叠,噪声的影响,使特征系数不能完全反映出语音的信息。提出一种隐马尔可夫模型(HMM)和小波神经网络(WNN)混合模型的抗噪语音识别方法。该方法对MFCC特征系数利用小波神经网络进行训练,得到新的MFCC特征系数。实验结果表明,在噪声环境下,该混合模型比单纯HMM具有更强的噪声鲁棒性,明显改善了语音识别系统的性能。
中图分类号: