基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的語音識別方法研究.pdf

1、語音識別系統(tǒng)的研究雖然己經(jīng)持續(xù)了近40年，但是現(xiàn)有的準(zhǔn)確率較高的語音識別系統(tǒng)仍有耗時、成本很高而且用起來很不方便的缺點(diǎn)。而實際的語音識別系統(tǒng)要求在擁有有限資源的通用型計算機(jī)上實現(xiàn)實時的語音識別。因此，發(fā)展快速識別算法成了語音識別研究中的一個重要課題。 本文在論述了神經(jīng)網(wǎng)絡(luò)和遺傳算法具體內(nèi)容的基礎(chǔ)上分析了它們各自的不足之處，并闡明了將神經(jīng)網(wǎng)絡(luò)和遺傳算法結(jié)合的必要性與可行性，采用了代溝算子和基于凸集理論的交叉算子，形成了一種改進(jìn)的而

2、向神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)的遺傳算法，并將該算法用于語音識別中進(jìn)行驗證。 本文基于語音識別的原理和過程，針對非特定人孤立詞識別任務(wù)，基于BP神經(jīng)網(wǎng)絡(luò)，研究構(gòu)造了相應(yīng)的語音識別模型與用遺傳算法劉一網(wǎng)絡(luò)進(jìn)行訓(xùn)練的快速算法，并完成了軟件的設(shè)計與開發(fā)。通過仿真計算，分析討論了不同特征參數(shù)、訓(xùn)練樣本數(shù)口、背景噪聲以及是否特定人對識別結(jié)果的影響，并與傳統(tǒng)的動態(tài)時間歸整(DTW)方法進(jìn)行了比較。 研究結(jié)果表明，基于遺傳算法的神經(jīng)網(wǎng)絡(luò)識別方法顯