基于神經(jīng)網(wǎng)絡(luò)的孤立詞識別系統(tǒng)在安卓平臺上的實現(xiàn).pdf

1、隨著人工智能和機器學(xué)習(xí)的發(fā)展，語音識別技術(shù)逐漸被應(yīng)用于人類生活中的很多方面。尤其是孤立詞識別，因其端點檢測比較容易，系統(tǒng)存在問題較少，也較易實現(xiàn)，所以被廣泛地應(yīng)用于許多種場合。智能手機的異軍突起，讓手機的應(yīng)用場景開始變得越來越復(fù)雜。但這也為孤立詞識別系統(tǒng)提供了一個新的平臺，使得其能夠在很多用戶無法進行手動操作的場合下大顯身手，比如，行車過程中，運動過程中等等。因此在智能手機上開發(fā)一個性能穩(wěn)定，識別效果較好的孤立詞識別系統(tǒng)，對于手機的人性

2、化、智能化和對人們生活水平的提高都有顯著的促進作用。
　　本文首先介紹了語音識別的發(fā)展現(xiàn)狀和基本模型、識別流程、幾種較為常用的語音識別算法，比較了其各自的優(yōu)缺點，最終選擇了人工神經(jīng)網(wǎng)絡(luò)中的BP神經(jīng)網(wǎng)絡(luò)作為語音識別的識別算法。其次，介紹了神經(jīng)網(wǎng)絡(luò)的基本原理，相應(yīng)的結(jié)構(gòu)、學(xué)習(xí)方式等內(nèi)容，重點介紹了BP神經(jīng)網(wǎng)絡(luò)的運行原理、識別過程、局限性和實際中改進的方法。再次，介紹了Android平臺的結(jié)構(gòu)、性能、搭建過程、程序中所涉及的模塊和一些相

3、關(guān)工具。重點介紹本文中需要用到的JNI和NDK。最后，詳細說明了本文開發(fā)孤立詞識別系統(tǒng)的流程和思路，展示了最終實現(xiàn)的效果，分析了其中的不足，提出了一些改進。本文的主要研究工作如下:
　　1.構(gòu)建了孤立詞識別系統(tǒng)所需要的樣本庫，并對其進行處理。樣本庫分為了兩部分，一部分用于特定人語音識別，一部分用于非特定人語音識別。首先利用MATLAB對所采集的樣本進行預(yù)處理、特征提取得到樣本庫的特征參數(shù)，然后對其進行規(guī)整并保存到文件中。
　

4、　2.利用Visual Studio平臺開發(fā)一個BP神經(jīng)網(wǎng)絡(luò)模型，將所得到的特征參數(shù)輸入到模型中。通過BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練，改變模型的相關(guān)參數(shù)，比較其識別結(jié)果，最終得到識別效果最好的網(wǎng)絡(luò)模型，將網(wǎng)絡(luò)結(jié)構(gòu)保存起來。
　　3.在Android平臺上開發(fā)相關(guān)的語音處理程序。由于Android平臺提供了豐富的硬件資源，可以利用其本身的硬件開發(fā)語音采集、封裝的Java程序。在對語音的處理過程中，為了保證語音識別的實時性，程序的健壯性，本

5、文采用了C++編程對語音樣本進行預(yù)處理、特征提取，確保程序運行的速度。
　　4.將已得到的神經(jīng)網(wǎng)絡(luò)移植到Android平臺上，并開發(fā)相應(yīng)程序?qū)ξ募M行讀取，對網(wǎng)絡(luò)進行重構(gòu)，然后將語音處理程序中所得到的特征參數(shù)輸入到神經(jīng)網(wǎng)絡(luò)中，最終得到識別結(jié)果。這一部分也采用的是C++編程。
　　5.將上述的C++程序利用NDK進行編譯和打包，將其制作成一個共享庫加入Eclipse的工程中，這樣便可以保證程序快速高效運行。然后在Android