基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf

基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf

ID:54367055

大小:989.23 KB

页数:6页

时间:2020-04-29

基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf_第1页
基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf_第2页
基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf_第3页
基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf_第4页
基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf_第5页
资源描述:

《基于连续隐马尔柯夫模型的模式识别技术及其应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第34卷第1期计算技术与自动化Vo.l34,No.12015年3月ComputingTechnologyandAutomationMar.2015文章编号:1003-6199(2015)01-0126-05基于连续隐马尔柯夫模型的模式识别技术及其应用刘伯高†(深圳市博域信源通讯有限公司研发部,广东深圳518040)摘要:对利用基因算法训练连续隐马尔柯夫模型的语音识别的具体算法进行系统的研究;然后基于该语音识别技术对深圳市司法局社区矫正声纹识别系统进行详细设计。该系统上线后的运行结果表明,利用基因算法训练连续隐马尔柯夫模型的语音识别算

2、法的识别速度较快同时具有较高的识别率。基于模式识别技术的司法社区矫正声纹识别系统建设在我国司法系统目前尚处于起步阶段,推广和建设司法社区矫正声纹识别系统具有重要的现实意义。关键词:模式识别;语音识别;交互式语音应答;司法社区矫正中图分类号:TP391.41文献标识码:APatternRecognitionTechnologyBasedonContinuousHiddenMarkovModelanditsApplication†LIUBo-gao(ResearchandDevelopmentDepartment,ShenzhenBoy

3、uXinyuanTelecommunicationsCo.,Ltd.,Shenzhen,Guangdong518040,China)Abstract:SystematicresearchwasdoneonthespecificalgorithmforspeechrecognitioninusinggeneticalgorithmtotraincontinuoushiddenMarkovmode.ThenthedetaileddesignofVoiceprintRecognitionSystemofCommunityCorrectio

4、nObjectsintheShenzhenCityBureauofJusticehasbeendonebasedonthespeechrecognitiontechnology.Thesystemrun-ningresultsshowthattherecognitionrateofrecognitionalgorithmusinggeneticalgorithmtotraincontinuoushiddenMark-ovmodelisfasterandhasahigherrateofrecognition.Constructiono

5、fvoiceprintrecognitionsystemofjudicialcommunitycorrectionobjectsbasedonpatternrecognitionisstillinthejuniorstageinourjudicialsystem,andpromotionandthecon-structionofvoiceprintrecognitionsystemofjudicialcommunitycorrectionobjectshavetheimportantpracticalsignificance.Key

6、words:patternrecognition;speechrecognition;interactivevoiceresponse;judicialcommunitycorrection隐马尔柯夫模型(HiddenMarkovModel,1利用基因算法训练连续隐马尔柯夫模型HMM)方法是二十世纪70年代引入语音识别理的语音识别以及具体算法论的,它的出现使得自然语音识别系统取得了实质[1-4]性的突破,现已成为语音识别的主流技术,该作为模式识别重要应用之一的语音识别技术方法在语音识别时识别速度较快,也有较高的识别所涉及的领域包括信

7、号处理、模式识别、概率论和率。目前大多数大词汇量、连续语音的非特定人语信息论、发声机理和听觉机理、人工智能等等。近音识别系统都是基于HMM模型的。HMM是对年来,在生物识别技术领域中,声纹识别技术以其语音信号的时间序列结构建立统计模型,将之看作独特的方便性、经济性和准确性等优势受到世人瞩一个数学上的双重随机过程:一个是用具有有限状目,并日益成为人们日常生活和工作中重要且普及态数的Markov链来模拟语音信号统计特性变化的安全验证方式。的隐含的随机过程,另一个是与Markov链的每一收稿日期:2014-03-12作者简介:刘伯高(19

8、70—),男,四川眉山人,博士,研究方向:自动控制,模式识别,呼叫中心。†通讯联系人,E-mail:boyucom2006@163.com第34卷第1期刘伯高:基于连续隐马尔柯夫模型的模式识别技术及其应用127个状态相关联的观测序列的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。