Implementation and Optimization of a Speech Recognition System Based on Hidden Markov ModelUsing Genetic Algorithm

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 756

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS12_195

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

In this paper, a speech recognition system with isolated words is implemented. Discrete hidden Markov model is used to recognize words. Feature vector consists of cepstral and deltacepstrum coefficients which are extracted from speech signal frames. Since the discrete Markov model is used, the featurevector is mapped to a discrete element by a vector quantizer. One of the problems we face in training of Markov model is thatthe classical training method could obtain locally optimal solution. To overcome this problem we have used genetic algorithm to get globally optimal solution. Experimental resultsshow that this hybrid speech recognition obtains better performance than traditional method.

نویسندگان

Hassan Farsi

University of birjand, Birjand, Iran

Reza Saleh

University of birjand, Birjand, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Rabiner _ tutorial On hidden Markov modelse and selected _ ...
  • _ _ _ _ Communication ...
  • _ _ _ _ system, B.Sc. Ths. ...
  • Xueying Zhang , Taiyuan _ Yiping Wang and Zhefeng Zhao, ...
  • InternationalC onference onInnovative Computing, Information and Control, 2007. ICICI '07. ...
  • نمایش کامل مراجع