论文部分内容阅读
提出了一种基于Bark子波变换和概率神经网（PNN）的语音识别模型。利用符合人耳听觉特性的Bark滤波器组进行信号重构并提取语音特征，然后利用训练好的概率神经网络进行识别。通过训练大量语音样本来构成语音识别库．并建立综合识别系统。实验结果表明该方法与传统的LPCC／DTW和MFCC／DWT方法相比，识别率分别提高了14．9％和10．1％．达到了96．9％的识别率。