Optimization of Hidden Markov Model in Speech Recognition Improvment
محل انتشار: هفتمین کنفرانس ملی مهندسی برق و الکترونیک ایران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 506
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE07_252
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
This paper is how to implement a speech recognition system based on the theory of the Hidden Markov Model (HMM).The work accomplished is by reference to the theory, implementing a MFCC, Mel Frequency Cestrum Coefficient function, a training function, which creates Hidden Markov Models of specific utterances and a testing function, testing utterances on the models created by the training-function. These functions where first created in Matlab. Then the test-function where implemented on the DSK. An evaluation of the implementation is performed.
کلیدواژه ها:
نویسندگان
Sajad Baboei
Communication Department Islamic Azad University Branch of Kazeroon Kazeroon,Iran
Babak Gholami
Communication Department Islamic Azad University Branch of Kazeroon Kazeroon,Iran
Milad Daneshvar
Communication Department Islamic Azad University Branch of Shiraz Shiraz,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 :