典型文献
电动汽车充电平台智能语音识别技术及数据挖掘
文献摘要：
针对现有技术中电动汽车充电平台智能语音识别能力差的问题,设计了新型的电动汽车充电平台,该系统平台包括计算机网络终端、电网调度中心以及充电桩等,能够实现上层管理中心的语音识别,电路包括语音采集模块、语音辨别模块和控制驱动模块等,设计出基于UniSpeech-SDA80D51芯片的语音识别电路,提高了语音识别能力,并构建出隐马尔可夫模型(hidden Markov model,HMM)和人工神经元网络(artificial neural network,ANN)相融合的模型,实现了智能语音识别数据信息的挖掘与处理,进而增强了语音识别系统的性能.试验表明,该研究在不同噪音下的识别率,其中在20 dB的噪音下识别率为88.3％.该方法提高了语音识别和挖掘能力.
文献关键词：
智能语音识别;隐马尔可夫模型;人工神经网络;Viterbi算法
中图分类号：
作者姓名：
李强;黄焘;彭科;程旭
作者机构：
南方电网电动汽车服务有限公司,广州518000
文献出处：
引用格式：
[1]李强;黄焘;彭科;程旭-.电动汽车充电平台智能语音识别技术及数据挖掘)[J].自动化与仪表,2022(01):90-94,99
A类：
控制驱动模块,UniSpeech,SDA80D51,人工神经元网络
B类：
电动汽车充电,电平,智能语音识别技术,现有技术,识别能力,系统平台,计算机网络,网络终端,电网调度,调度中心,充电桩,管理中心,辨别,隐马尔可夫模型,hidden,Markov,model,HMM,artificial,neural,network,ANN,别数,语音识别系统,噪音,识别率,dB,人工神经网络,Viterbi
AB值：
0.257915
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
