面向漢語語音關鍵詞檢出的時間集成神經網絡研究.pdf

1、作為語音識別領域的核心熱點技術之一，關鍵詞檢出技術(KWS)近年來得到了長足的發(fā)展。雖然目前在語音識別領域隱馬爾可夫模型(HMM)占主導地位，但就關鍵詞檢出技術而言，人工神經網絡(ANN)，以出色的判別能力、較小的計算量、更高的靈活度，成為重點研究的方向之一。本文研究了一種新型的神經網絡—時間集成人工神經網絡(TANN)，并把它應用在漢語語音的關鍵詞檢出中。TANN通過時間集成和幀間集成兩個步聚的時延和集成處理，把語音的時序性特征較好地

2、表征出來，很好地解決了神經網絡在處理時序分類問題上遭遇的困難，并且巧妙地回避了語音識別中的時間對正問題。本文引入了一種基于熵誤差函數(shù)(EEF)新穎的網絡訓練算法，并輔之以增加動量項和變步長學習法等多種加速網絡收斂算法。這種訓練算法不但通過對樣本進行多點學習，使網絡適應關鍵詞檢出時的動態(tài)過程，還有效地加速了時間集成人工神經網絡的收斂速度，使網絡在學習過程中逃出部分誤差曲面的局部極小點。在關鍵詞檢出的過程中，本文采用了TANN作為分類器。本