论文部分内容阅读
提出一种基于动态时间规整(DTW)和学习矢量量化(LVQ)神经网络的语音识别方法。该方法用动态时间规整算法先对语音信号进行时间规整,然后通过学习矢量量化神经网络进行语音的分类识别。首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法,然后给出DTW/LVQ混合模型的系统结构和学习算法,最后给出三种语音识别算法的实验结果。大量实验表明,混合模型的识别率,皆明显高于单一的动态时间规整和学习矢量量化的识别率。