基于模糊神經(jīng)網(wǎng)絡語音識別系統(tǒng)的研究.pdf

1、語音識別技術是近年來高速發(fā)展的一項技術，由于其重要的理論價值與廣闊的應用前景，受到人們的廣泛重視。語音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的局限性越來越凸顯。近年來，隨著人工神經(jīng)網(wǎng)絡、模糊邏輯、粒子群優(yōu)化算法等非線性理論研究和應用的逐漸深入，這些理論已經(jīng)開始獨立或者相互交叉應用到語音識別領域中。因此，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、模式匹配及模型訓練的方法，并以神經(jīng)

2、網(wǎng)絡和模糊邏輯理論為基礎，構建了基于模糊神經(jīng)網(wǎng)絡的語音識別系統(tǒng)，最后引入粒子群優(yōu)化算法來進行語音識別的研究。 模糊神經(jīng)網(wǎng)絡是由模糊邏輯和神經(jīng)網(wǎng)絡有機結合的一種智能系統(tǒng)。本文首先介紹了模糊邏輯和神經(jīng)網(wǎng)絡的基本知識，并由此給出了標準的T-S模糊神經(jīng)網(wǎng)絡的網(wǎng)絡結構及算法。但直接將該模型用于語音識別，將會使網(wǎng)絡產(chǎn)生規(guī)則災和網(wǎng)絡推理失效等問題。因此本文給出一種改進的具有四層網(wǎng)絡結構的T-S模糊神經(jīng)網(wǎng)絡算法，通過在隸屬度上加入一個與輸入維數(shù)

3、有關的補償因子，使其能夠應用到語音識別系統(tǒng)中，并利用這種算法進行語音識別系統(tǒng)的仿真實驗。實驗表明改進的T-S模糊神經(jīng)網(wǎng)絡能夠應用于語音識別系統(tǒng)，同時表明該網(wǎng)絡的識別率比RBF網(wǎng)絡高，并且魯棒性較好。充分說明了模糊神經(jīng)網(wǎng)絡具備了更強的分類能力。但缺點是訓練速度較慢，比較依賴于初始值，這些缺點可以在以后的研究中加以改進。粒子群優(yōu)化算法同遺傳算法類似，是一種基于迭代的優(yōu)化工具，能夠通過迭代尋找全局最優(yōu)值。但是粒子群算法沒有遺傳操作如交叉和變異