论文部分内容阅读
提出了一种混合隐马尔可夫模型(HMM)与自组织特征映射神经网络(SOFMNN)的方法应用于语音识别,训练出抗噪声的混合模型。实验证明,该模型适合于对噪声背景下的语音进行识别。同传统的用纯净语音训练出来的HMM模型以及直接在语音中加入加性噪声训练出的HMM模型相比,该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(2～12dB),识别率比传统HMM模型有明显提高。