基于前饋型人工神經(jīng)網(wǎng)絡的語音和音樂識別.pdf

1、本文提出使用前饋型人工神經(jīng)網(wǎng)絡對連續(xù)音頻流中純語音、純音樂、語音+音樂3類音頻進行分類的方法。主要針對兩個方面：1、哪些特征向量可作為分類的依據(jù)以及哪種特征向量會取得最佳識別效果；2、前饋型人工神經(jīng)網(wǎng)絡的建立、訓練和仿真，并根據(jù)已提取的特征向量實現(xiàn)語音和音樂的自動分類。 主要內(nèi)容包括： 1、從Internet特色電臺實時播放的節(jié)目中錄制實驗數(shù)據(jù)，包含純語音、純音樂、語音+音樂3類，每類225s。 2、探討了各種參

2、數(shù)提取方法對分類結(jié)果的影響，通過對實驗結(jié)果的比較，確認了MFCC參數(shù)作為特征參數(shù)時系統(tǒng)將取得最佳識別效果。 3、介紹了前饋型人工神經(jīng)網(wǎng)絡的特點，并敘述了在MATLAB6.5中如何實現(xiàn)前饋型人工神經(jīng)網(wǎng)絡的建立、訓練和仿真，以及利用該網(wǎng)絡對純語音、純音樂、語音+音樂3類音頻進行分類。 4、提出了利用Levenberg-Marquardt算法對網(wǎng)絡進行訓練，并且設立一個確認集來指示訓練的終點，防止無休止的訓練使網(wǎng)絡過度適應訓練