论文部分内容阅读
系统的鲁棒性问题是语音识别实用化关键,它包括非特定人语音识别,混淆词语音识别和噪声环境下的语音识别三个基本问题.该文利用神经网络、混沌联想记忆等非线性方法对语音识别的鲁棒性问题进行了系统研究.主要包括以下五个部分:第一部分研究神经网络语音识别的时间规正问题;第二部分研究语音信号特征维数的压缩问题;第三部分研究HMM与人工神经网络(ANN)的混合识别问题;第四部分研究用混沌编码联想记忆模型解决噪声环境下的语音识问题;第五部分研究多分类器的集成问题.