基于自组织神经网络的语音识别研究

基于自组织神经网络的语音识别研究

ID:32286479

大小:1.50 MB

页数:62页

时间:2019-02-02

基于自组织神经网络的语音识别研究_第1页
基于自组织神经网络的语音识别研究_第2页
基于自组织神经网络的语音识别研究_第3页
基于自组织神经网络的语音识别研究_第4页
基于自组织神经网络的语音识别研究_第5页
资源描述:

《基于自组织神经网络的语音识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于自组织神经网络的语音识别研究摘要语音识别是一个复杂的非线性过程,基于线性系统理论的语音识别方法如隐马尔可夫(HMM)模型等技术的局限性逐渐凸现。随着人工神经网络的非线性理论研究和应用的逐渐深入,基于ANN的语音识别方法,逐渐成为研究焦点。本文主要研究了自组织神经网络(SOM)的原理及在语音识别中的应用,研究构造了相应的语音识别模型与算法,并完成了基于MATLAB7.0实验软件平台的程序设计与开发。本文还介绍了语音信号分析方法中的线性预测编码技术和滤波器组分析方法,并推导了LPC系数、LPCC系数和MFC

2、C系数。分析讨论了语音识别研究中,自组织神经网络的设计原则以及不同的特征参数等方面对语音识别结果的影响。提出了一种加强训练方法,有效地改进了自组织神经网络的语音识别性能。实验结果表明,基于自组织神经网络的语音识别方法有着较好的识别性能和应用优势。针对非特定人的孤立词识别,识别率可以达到95%以上。关键词:语音识别自组织神经网络特征提取AbstractAresearchoftheSpeechRecognitionBasedon’theSOMModeISpeechrecognitionisacomplexnon

3、linearprocess.Uptonow:mostspeechrecognitionmethodsarebasedonconventionallinearsystemtheory,suchasHiddenMarkovModel(HMM)arehardtohaveabreakthrough.Recently,withthedevelopmentofnonlinear-systemtheoriesaboutartificialneuralnetworks(ANN),therecognitionmethodba

4、sedonANNbecamethefocusoftheresearch.TheresearchinthispaperisorientedonthetheoryandapplicationinthespeechrecognitionoftheSelf-OrganizingfeatureM印(SOM),andtherelatedalgorithms、andmodelaredeveloped.111edesignandexploitationofsottwareforexperimentsare●。☆“alsoc

5、ompletedbasedonMArLAB7.O.“。’’‘。“Thispaperdiscussedthetechnologyoflinearpredictioncodeandthebandpassfiltersanalysismethod,thenreducedtheLPGLPCCandtheMFCCparameters.111edesignprincipleofSOMandtheeffectsofdifferentfemureparameterstospeech’recognitionresultsar

6、eanalyzedanddiscussed.Throughthefurthertrainingmethod,therecognitioncapabilityoftheSOMisimprovedmuchmore.ExperimentresultshowbctterrecognitionperformanceandparticularapplicationadvantagesareachievedbythemethodforspeechrecognitionbasedonSOM.Especiallyforthe

7、IsolatedWordRecognition(IWR),therecognitionaccuracyisoverthan95%.Keywords:speechrecognition;Self-OrganizingNeuralNetworks;featureextractionⅡ符号说明IWR(IsolatedWordRecognition)孤立词识别CWR(ConnectedWordRecognition)连接词识别CSR(ConamomSpeechRecognition)连续语音识别HMM(Hidden

8、MarkovModel)隐马尔可夫模型SOM(Self-OrganizingfeatureMap)自组织神经列络LPC线性预测系数LPCC线性预测倒谱系数MFCCMel频率倒谱系数111r,上f关于学位论文使用授权的说明本人完全了解广西大学有关保留、使用学位论文的规定,即:广西大学拥有在著作权法规定范围内学位论文的使用权,其中包括:(1)已获学位的研究生必须按学校规定提交学位论文,学校可以采用影印、缩印或其他复制

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。