A speech recognition system for rob

A speech recognition system for robust to noise effect is developed. The MFCC conventional
approach & extracting the feature of speech signal at lower frequency & is modified in this paper.
An efficient speech recognition system with the integration of MFCC feature with frequency sub
band decomposition using subband coding is proposed. The two features passed to the HMM
network result in better recognition compared to existing MFCC method. From the observation
made for the implemented system it is observed to have better efficiency for accurate
classification & recognition compared to the existing system.

Kết quả (Việt) 1:

Một hệ thống nhận dạng giọng nói cho mạnh mẽ với tiếng ồn hiệu quả được phát triển. MFCC thườngphương pháp chiết xuất các tính năng của bài phát biểu tín hiệu ở tần số thấp & được sửa đổi trong bài báo này.Một hiệu quả phát biểu công nhận hệ thống với sự tích hợp của MFCC tính năng với tần số phụBan nhạc phân hủy bằng cách sử dụng subband mã hóa được đề xuất. Hai tính năng được truyền cho HMMmạng lưới kết quả công nhận tốt hơn so với hiện tại phương pháp MFCC. Từ các quan sátthực hiện cho các hệ thống thực hiện nó được quan sát thấy có hiệu quả tốt hơn cho chính xácphân loại & công nhận so với hệ thống hiện có.

Kết quả (Việt) 2:

Một hệ thống nhận dạng giọng nói cho mạnh mẽ để tác động tiếng ồn được phát triển. Các MFCC thường
tiếp cận và giải nén các tính năng của tín hiệu tiếng nói ở tần số thấp hơn và được sửa đổi trong bài báo này.
Một hệ thống nhận dạng giọng nói hiệu quả với sự tích hợp của tính năng MFCC với tần số tiểu
ban phân hủy sử dụng băng con mã hóa được đề xuất. Hai tính năng truyền cho HMM
quả mạng trong nhận dạng tốt hơn so với phương pháp MFCC hiện có. Từ quan sát
thực hiện cho các hệ thống thực hiện nó là quan sát để có hiệu quả tốt hơn cho chính xác
phân loại và nhận biết so với các hệ thống hiện có.

Kết quả (Việt) 3:

đã phát triển một loại hiệu ứng nhiễu của hệ thống nhận dạng giọng nói.MFCC truyền thống.Tờ báo này với tần suất thấp và tín hiệu tần số thấp giọng nói đặc điểm tiến hành cải tiến và cải tiến.Một đặc điểm MFCC con dùng tần số làm việc hiệu quả tích hợp hệ thống nhận dạng giọng nói củaĐề nghị sử dụng con và mã hóa đưa ra.Chuyển cho mô hình Markov ẩn hai điểmTrong phương pháp nhận dạng tốt hơn so với hệ thống mạng lưới kết quả MFCC.Từ quan sát.Về những gì đã đạt được hệ thống, nó là quan sát thấy có hiệu quả tốt hơn, chính xác.Hệ thống phân loại công nhận so với hiện nay.