论文部分内容阅读
通过将ANN（人工神经网络）改进应用到HMM（隐马尔科夫模型），使用Mel频率倒谱系数（MFCC）＋帧能量＋MFCC一阶、差分，二阶差分的结构提取咳嗽音特征参数，HMM输出的所有状态累积概率作为ANN的输入序列进行非线性映射，进而提取新的信息来提高HMM的识别性能。实验证明，利用HMM—ANN混和模型来处理咳嗽声识别具有更高的识别精度和可靠性。