搜索资源列表
pnnmsn
- 一类基于概率神经网络的语音识别模型.高质量的毕业论坛。
gaijinhmm
- 基于改进的隐马尔可夫和神经网络混合模型的语音识别
222
- 建立了一种基于自组织神经网络的语音识别系统。对语音信号进行了预处理, 提取了语音信号的线性预测系数、线性预测倒谱系数和Mel 倒谱特征系数, 建立了基于自组织神经网络的识别判决模型.
HMM_anomaly_detection
- 本文从HMM的基本思想、概念出发，建立了基于网络的HMM异常检测原型。对原型在实际应用环境中产生的问题，提出了对观测对象（数据包头部）进行分段的改进办法，进而建立了具有可操作性的HMM异常检测模型。-From the basic thought and concept of HMM,the article establishes the prototype of HMM anomaly detection based on network.To resolve some problems whi
a1
- 基于动态贝叶斯网络的连续语音识别框架及其Token传递模型-Dynamic Bayesian Network Based Continuous Speech Recognition Framework and its Token transfer model
voicehmm
- 这是我的毕业设计的完整程序，非常有参考价值，包括数据，预处理，训练，识别，包括眼马尔科夫模型和神级网络，马上毕业了，传上做个纪念-This is my graduation project of the complete program is very valuable, including data, preprocessing, training, recognition, including the eye-level Markov model and the God of the net
study-on-speech-
- 就目前三种主流的语音识别算法：动态时间规(DTW)、隐马尔科夫模型(HMM)和人工神经网络(ANN)。分析它们的原理、特点及实现过程，对 DTW 的语音识别进行实验，通过对比分析三种算法的特点，结合本文研究的实际情况，选择 DTW 作为研究的重点，提出利用遗传算法对其进行改进。 -The three mainstream speech recognition algorithms: Dynamic Time Regulations (DTW), hidden Markov model (HM