基于改進(jìn)LP倒譜特征和神經(jīng)網(wǎng)絡(luò)的語音識別算法研究.pdf

1、語音識別是近年來高速發(fā)展的一項(xiàng)技術(shù)，但由于其研究的復(fù)雜性，長期以來一直是一項(xiàng)難題，尤其是噪聲環(huán)境下的非特定人語音識別。本文從一個典型的語音識別系統(tǒng)出發(fā)，介紹了語音識別的基本原理，討論了幾種常用的特征提取、模式匹配及模型訓(xùn)練的方法，并對其常規(guī)算法進(jìn)行了改進(jìn)。 LP倒譜是語音識別技術(shù)中應(yīng)用廣泛的特征參數(shù)，但在噪音環(huán)境下，系統(tǒng)的識別率會顯著下降。由于Mel頻率尺度可較充分地反映人耳對頻率及幅度的非線性感知特性，以及人耳在聽到復(fù)雜聲音時

2、所表現(xiàn)的頻率分析和譜合成特性。本文對LPCC特征提取方法進(jìn)行改進(jìn)，即將LP倒譜按符合人耳聽覺特性的Mel尺度進(jìn)行非線性變換，得到LPMel倒譜系數(shù)(LPMCC)作為特征參數(shù)。實(shí)驗(yàn)結(jié)果表明此種方法抗噪性能好，識別效果高。 徑向基神經(jīng)網(wǎng)絡(luò)是一種新穎有效的前饋式神經(jīng)網(wǎng)絡(luò)，本文詳盡的介紹了常規(guī)聚類訓(xùn)練算法和全監(jiān)督訓(xùn)練算法，并分別用這兩種算法進(jìn)行語音識別系統(tǒng)的仿真試驗(yàn)。實(shí)驗(yàn)顯示在相同環(huán)境下，用全監(jiān)督訓(xùn)練算法使結(jié)果有了顯著的提高，充分說明了