基于神經(jīng)網(wǎng)絡的漢語數(shù)碼語音識別技術研究.pdf

1、語音識別是一個復雜的非線性過程，基于線性系統(tǒng)理論的語音識別方法如隱馬爾可夫(HMM)模型等技術的局限性逐漸凸現(xiàn)。隨著人工神經(jīng)網(wǎng)絡的非線性理論研究和應用的逐漸深入，將這些理論應用于語音識別成為可能。因此，本文將以神經(jīng)網(wǎng)絡為基礎，引入MFCC與LPCC混合參數(shù)來進行語音識別的研究。 本文主要研究了基于神經(jīng)網(wǎng)絡的數(shù)碼語音識別。對語音識別的預處理、特征提取與識別算法等環(huán)節(jié)進行了計算驗證、性能分析和結果評述。對本文所使用到的幾種識別方法的

2、識別性能與應用特點進行了比較，分析討論了在語音識別研究中神經(jīng)網(wǎng)絡的設計原則以及不同的特征參數(shù)等方面對語音識別結果的影響，研究構造了相應的語音識別模型與算法，并完成了實驗軟件平臺的設計與開發(fā)。通過仿真計算，比較了相應算法的識別性能及應用特點，分析討論了不同特征參數(shù)、訓練樣本數(shù)目、背景噪聲以及是否特定人對識別結果的影響，結果表明，基于MFCC與LPCC混合參數(shù)比傳統(tǒng)單一的MFCC參數(shù)或LPCC參數(shù)的語音識別方法具有更好的識別性能，神經(jīng)網(wǎng)絡識