蔣瑞　李海峰　馬琳

摘要： 提出一種基于隱馬爾可夫模型（Hidden Markov model？熏 HMM）和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）混合模型的漢語(yǔ)大詞表連續(xù)語(yǔ)音識(shí)別系統(tǒng)。在混合模型系統(tǒng)中，多種模型協(xié)同工作。ANN負(fù)責(zé)建模音素發(fā)音物理特性，HMM聯(lián)合語(yǔ)言學(xué)模型識(shí)別待識(shí)語(yǔ)料。這樣，混合模型系統(tǒng)能夠結(jié)合HMM和ANN兩種模型的優(yōu)點(diǎn)：HMM 對(duì)時(shí)間序列結(jié)構(gòu)建模能力強(qiáng)；ANN的非線性預(yù)測(cè)能力強(qiáng)，建模能力強(qiáng)，魯棒性，便于硬件實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，HMM /ANN混合模型系統(tǒng)有效結(jié)合了兩種模型的優(yōu)點(diǎn)，提高了識(shí)別率。

關(guān)鍵詞：

中圖分類(lèi)號(hào)：TP393.08文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-2163（2012）05-0023-05