基于神經網絡語音識別算法的研究.pdf

1、伴隨著現代科學與計算機技術的發(fā)展，人與機器的信息交流越來越受到人們的關注，而語音識別作為人機交流的方式有著廣闊的應用前景，語音識別技術也成為現代計算機技術研究和發(fā)展的重要領域之一。由于語音信號的多樣性和復雜性，目前的語音識別效率也不是很高。因而發(fā)展高效率的語音模型和算法成為語音識別研究的一個重要課題。人的發(fā)音實際上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漸漸顯示了出來。語音識別技術若要取得突破，就必須引入非線性理論

2、的方法。近年來，人工神經網絡（ANN）等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。本文主要針對神經網絡技術在語音識別系統(tǒng)中的應用來進行研究的。 本文首先對語音信號的基本原理作了一些闡述，提取了三個有效特征參數--LPC系數、LPC倒譜系數和Mel頻率倒譜系數（MFCC）；其次敘述了語音識別的模式匹配及其模型訓練技術；再次討論了神經網絡在語音識別中的應用，分析了基于神經網絡的模型訓練和識別算法，對傳統(tǒng)的神經