论文部分内容阅读
介绍了一种基于连续M元高斯混合密度的隐马尔可夫模型（HMM）的非特定人孤立词语音识别仿真系统。通过研究模型状态数、训练时间以及特征参数选取对语音识别率的影响，得出HMM状态数取4，训练次数为20次，特征参数选取48维LPCC和MFCC的混合参数，可使语音识别系统对于汉语孤立词的识别率达到90％。