节点文献
基于HMM／MLFNN混合结构的说话人辨认研究
【机构】 北京大学信息科学中心；
【摘要】 将隐马尔可夫模型(HMM)与人工神经网络(ANN)相结合,既利用HMM 能够较好地描述动态时间序列又利用ANN静态分类能力强的特点,应用于说话人辨认。本文将一个多层前馈神经网络(MLFNN)与HMM相结合构成混合模型,与以往的方法不同,具有所需训练数据量小,推广性能良好的特点,对中等规模说话人辨认的实验结果表明,混合模型优于单一的HMM的性能。
【关键词】 说话人辨认；
隐马尔可夫模型(HMM)；
多层前馈神经网络(MLFNN)；
【基金】 本课题得到国家自然科学基金会国家基础研究重大项目“攀登计划”(认知科学)基金赞助。
- 【会议录名称】 第四届全国人机语音通讯学术会议（NCMMSC1996）论文集
- 【会议名称】第四届全国人机语音通讯学术会议
- 【会议时间】1996-10
- 【会议地点】中国北京
- 【分类号】TN912.34
- 【主办单位】中国自动化学会模式识别与机器智能专业委员会、中国计算机学会人工智能与模式识别专业委员会、中国电子学会信号处理学会语音图象通讯专业委员会、中国声学学会语言听觉和音乐声学分科学会、中国中文信息学会基础理论专业委员会、中国通信学会通信理论专业委员会、国家高技术智能计算机系统专家组