论文部分内容阅读
根据堆栈推广原理，将隐马尔可夫模型（ＨＭＭ）与多层前馈神经网络（ＭＦＮＮ）相结合，既利用ＨＭＭ能够较好地描述动态时间序列又利用ＭＦＮＮ静态分类能力强的特点，应用于说话人辨认。与以往的方法不同，模型有效利用了说话人之间的信息，具有良好的推广能力。与该文无关２０个说话人辨认的实验结果表明，混合模型优于单一的ＨＭＭ的性能。