论文部分内容阅读
针对手机等便携设备上的语音识别系统往往受到较强背景噪声干扰的问题,该文提出了用于移动电话的基于递推最小二乘滤波器的语音增强方案,在计算量较低的情况下,获得了客观音质和识别率的明显提高.在识别算法上,采用BP神经网络和传统的离散隐马尔可夫模型(DiscreteHiddenMarkovModel)相结合的方法,神经网络的引入增强了系统的鲁棒性,提高了在训练样本不很充足情况下系统的识别率.整个系统的构建以及客户端与服务器的通信遵循CORBA规范.最后通过建立一个分布式、非特定人、连接数字语音识别系统验证了上述方法的有效性.