提出了一種新的基于隱藏馬爾可夫（HMM）和支持向量機(jī)（SVM）的混合HMM/SVM模型。該模型利用HMM完成語(yǔ)音時(shí)間序列建模,計(jì)算得到信息輸出概率,輸入SVM中進(jìn)行學(xué)習(xí),輸出語(yǔ)音分類信息,以完成識(shí)別決策。在此模型基礎(chǔ)上,設(shè)計(jì)了一種基于并行結(jié)構(gòu)蛙跳搜索算法（PSFL）優(yōu)化SVM參數(shù)的方法以提升噪聲環(huán)境下的語(yǔ)音識(shí)別效率。PSFL改進(jìn)蛙跳搜索算法的循環(huán)主體,能夠在尋優(yōu)過(guò)程中維持個(gè)體多樣性和提高收斂速度。實(shí)驗(yàn)結(jié)果表明,PSFL具有更優(yōu)的收斂速度和優(yōu)化性能,混合SVM/HMM模型在干凈和噪聲環(huán)境均能夠獲得很好的語(yǔ)音識(shí)別效率。 

【文章來(lái)源】：控制工程. 2016年11期 北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于在線LS-SVM的逆模/PID復(fù)合控制[J]. 范玉剛,張亞雄,吳建德,黃國(guó)勇,王曉東.  控制工程. 2014(06)
[2]認(rèn)知無(wú)線電中的量子蛙跳頻譜分配[J]. 高洪元,曹金龍.  應(yīng)用科學(xué)學(xué)報(bào). 2014(01)
[3]基于語(yǔ)音特征聚類的HMM語(yǔ)音識(shí)別系統(tǒng)研究[J]. 姚敏鋒,李心廣,楊佳能.  微計(jì)算機(jī)信息. 2012(10)
[4]基于HMM的多態(tài)系統(tǒng)狀態(tài)識(shí)別模型研究[J]. 黃景德,郝學(xué)良,王明.  測(cè)試技術(shù)學(xué)報(bào). 2012(02)
[5]一種基于小生境遺傳算法的SVM參數(shù)優(yōu)化方法[J]. 秦涵書(shū),魏延,曾紹華.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2011(12)
[6]基于改進(jìn)KPCA的語(yǔ)音特征提取方法[J]. 張君昌,陳媛媛.  計(jì)算機(jī)仿真. 2011(06)
[7]改進(jìn)的HMM和小波神經(jīng)網(wǎng)絡(luò)的抗噪語(yǔ)音識(shí)別[J]. 肖勇,覃愛(ài)娜.  計(jì)算機(jī)工程與應(yīng)用. 2010(22)
[8]基于Microsoft Speech SDK的語(yǔ)音關(guān)鍵詞檢出系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J]. 林茜,歐建林,蔡駿.  心智與計(jì)算. 2007(04)
[9]基于漢語(yǔ)語(yǔ)音音位的HMM建模方法[J]. 何玨,劉加.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(04)
[10]基于支持向量機(jī)的語(yǔ)音情感識(shí)別(英文)[J]. 王治平,趙力,鄒采榮.  Journal of Southeast University（English Edition）. 2003(04)



本文編號(hào)：2957510