基于HMM和ANN的语音识别方法

本文对现有的语音识别技术发展现状进行了分析，首先介绍了语音识别的基本理论，包括语音信号的预处理、端点检测和特征提取。在此基础上，介绍了三个有效语音识别特征参数—线性预测编码系数LPC、线性预测倒谱系数LPCC和美尔频率倒谱系数MFCC的具体提取方法，其次分别讨论了隐马尔可夫模型HMM和人工网络模型ANN在语音识别中的具体应用，介绍了它们各自的模型训练与识别算法，最后针对HMM具有很强的对时间归整能力和ANN具有很强的分类能力，利用它们各自的优点把HMM和ANN结合起来，实验证明，混合后的模型HMM/ANN提高了语音识别的准确率和抗噪性，充分体现了混合模型的可行性和有效性。