论文部分内容阅读
文中将自组织特征映射神经网络(SOFMNN)与隐马尔可夫模型(HMM)相结合,训练出抗噪声的HMM模型。试验表明,该模型适合于对噪声背景下的语音进行识别。同传统的CDHMM模型以及直接在语音中加入加性噪声训练出的CDHMM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(3dB—15dB),识别率比传统CDHMM模型有明显的提高。