一种新的HMM/SVM混合语音识别模型

作     者：高家宝 来羽 GAO Jia-Bao;LAI Yu

作者机构：河池学院现代教育技术中心广西宜州546300 中州大学开放教育学院郑州450006 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2016年第23卷第11期

页      面：1802-1807页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广西教育厅科研基金(201010LX454) 

主　　题：语音识别 支持向量机 隐藏马尔可夫模型 小生境技术:共享机制 蛙跳搜索 

摘      要：提出了一种新的基于隐藏马尔可夫(HMM)和支持向量机(SVM)的混合HMM/SVM模型。该模型利用HMM完成语音时间序列建模,计算得到信息输出概率,输入SVM中进行学习,输出语音分类信息,以完成识别决策。在此模型基础上,设计了一种基于并行结构蛙跳搜索算法(PSFL)优化SVM参数的方法以提升噪声环境下的语音识别效率。PSFL改进蛙跳搜索算法的循环主体,能够在寻优过程中维持个体多样性和提高收敛速度。实验结果表明,PSFL具有更优的收敛速度和优化性能,混合SVM/HMM模型在干净和噪声环境均能够获得很好的语音识别效率。