精选优质文档-倾情为你奉上语音识别的发展及应用 摘 要: 本文介绍了隐马尔可夫模型(Hidden Markov Model,HMM),传统的人工神经网络语音识别方法以及改进的人工神经网络,针对最近研究热点深度学习在语音识别中的应用做了详细的描述,并对与人工神经网络在语音识别中的缺点进行阐述,就如何将HMM与深度神经网络联合起来运用到语音识别中进行详细的分析与介绍。 关键词:隐马尔科夫模型 人工神经网络 深度学习 中图分类号:TN91 文献标识码:A 文章编号:1003-9082(2015)12-0007-01 一、引言 伴随着计算机技术的不断进步以及人工智能学科的飞速发展。人们对大脑学习、思维机能的研究逐渐深入。人工神经网络作为借鉴人脑神经元互相连结构的信息处理网络,受到了广泛的关注。深度学习作为人工神经网络的一个分支,能够从海量的数据中挖掘到有效的信息,成为语音识别领域的一个研究热点。 二、隐马尔科夫模型 隐马尔可夫模型3(HMM)是马尔可夫链的一种,它的状态不能直接观察到,但能通