基于改進LP倒譜特征和神經網絡的語音識別算法研究.pdf

1、語音識別是近年來高速發(fā)展的一項技術，但由于其研究的復雜性，長期以來一直是一項難題，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、模式匹配及模型訓練的方法，并對其常規(guī)算法進行了改進。 LP倒譜是語音識別技術中應用廣泛的特征參數，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特征提取方法進行改進，即將LP倒譜按符合人耳聽覺特性的Mel尺度進行非線性變換，得到LPMel倒譜系數(LPMCC)作為特征參數。實驗結果表明此種方法抗噪性能好，識別效果高。 徑向基神經網絡是一種新穎有效的前饋式神經網絡，本文詳盡的介紹了常規(guī)聚類訓練算法和全監(jiān)督訓練算法，并分別用這兩種算法進行語音識別系統(tǒng)的仿真試驗。實驗顯示在相同環(huán)境下，用全監(jiān)督訓練算法使結果有了顯著的提高，充分說明了