温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-6650376.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（基于HMM模型进行语音识别的基本思路7页.doc）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
第五章基于HMM模型进行语音识别的基本思路摘要：本文对隐马尔科夫模型（HMM）进行了详细的阐述，并对基于HMM模型进行语音识别这一方法的基本思路进行了简单的介绍。关键字： 隐马尔可夫（HMM），模型，语音识别1 知识背景隐马尔可夫模型作为语音信号的一种统计模型，在语音处理各个领域中广泛的应用，它的理论基础是在1970年前后由Buam等人建立起来的，随后由CMU的Baker和BIM的eJhnek等人将其应用到语音识别之中。由于贝尔实验室Rbainer等人在20世纪80年代中期对HMM的深入浅出的介绍，才逐渐使HMM为世界各国从事语音处理研究人员所了解和熟悉，进而成为公认的有效的语音识别方法【1】。一般来说，语音识别的方法有四种：(1)统计模型方法(2)基于声道模型和语音知识的方法(3)模式匹配的方法(4)人工神经网络的方法基于声道模型和语音知识的方法起步较早，没有达到实用的阶段。目前常用的方法是后三种方法，目前它们都已达到了实用阶段。 隐马尔可夫模型(HMM) 是常见的统计型模型方法，本文主要介绍经典的隐马尔可夫模型及其
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
