神经网络的在语音识别上地应用的

《神经网络的在语音识别上地应用的》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案HarbinInstituteofTechnology神经网络与智能信号处理实验报告神经网络实验报告1、实验名称：神经网络在语音识别上的应用2、实验目的：进一步了解神经网络在语音识别上的应用，了解神经网络的基本原理，学习神经网络的算法，还可以进一步分析不同的隐节点数以及训练步数对误差性能的影响。3、实验要求：1、设计一个标准的BP学习算法网络来对语音信号26个字母进行识别。2、在训练时采用不同的隐含层神经元个数，分析其对网络性能、语音识别系统的识别率的影响。3、用所创建的BP神经网络进行26个字母的语音识别，观察并记录结

2、果，并分析其误差。4、实验步骤：1、语音识别的基本原理精彩文档实用标准文案语音识别的总体流程如下：语音输入时要先经过预处理，包括预加重、分帧加窗等。然后进行特征提取，该实验中的特征参数为MFCC参数。语音特征参数的时间序列构成语音的模式，将其与获得的参考模式逐一比较，获得最佳匹配的参考模式便是识别结果。由于语音信号的复杂性，所以在一开始在语音信号输入语音识别系统时需要进行预处理，预处理包括预加重，分帧加窗，端点检测等。预加重的目的是为了加强语音的高频部分，以便在特征提取阶段进行频谱分析。分帧加窗的目的是为了使帧与帧之间平滑过渡，保持

3、连续性以及保持语音信号的短时平稳性，降低由于不连续而产生的Gibbs效应。端点检测的目的就是从语音信号序列中截取实际有效的语音信号。特征提取阶段，是从语音数据中提取能反映语音信号特征和变化规律的参数，以唯一表征语音，这儿选用的语音信号特征参数为MEL频率倒谱系数，即MFCC。MEL频率倒谱的实现过程如下图所示：（1）对语音信号进行预处理，加窗、分帧将其变为短时信号。（2）将短时时域信号转变为频域信号，并计算其短时能量，离散傅立叶变换。将时域信号后补若干0形成长为N的序列，再经过离散傅立叶变换得到线性频谱，变换公式：0n,kN-1（3

4、）在频标内三角带通滤波器个加于坐标得到滤波器组，转化关系为精彩文档实用标准文案（4）求对数能量。为了使计算结果对噪声和谱估计噪声有更好的鲁棒性，一般将上述经过Mel频谱取对数能量。则由线性频谱得到对数频谱的总的传递函数为：（5）离散余弦变换（DCT）将上述的对数频谱经过离散余弦变换到倒谱域，即可得到MEL倒谱系数即MFCC系数2、BP神经网络的建立BP神经网络是一种多层前馈神经网络，采用的算法是误差反传法，误差反传法特点就是使输入输出层连接权值进行调整，而且隐含层连接权值可根据误差与上层输出进行修改，即有了学习能力。在BP神经网络中

5、存在前向传播信息流和误差反传信息流。前向传播信息流就是输入信号从输入层进入到隐含层，再从输出层输出。它的输出是整个神经网络的计算结果。网络会计算最后输出与期望间的误差。如果误差超过一定的范围，就沿着神经网络反传，进行误差反传。误差反传就是误差从输出层经隐含层到输入层的过程。误差衡量的是输出信息与期望信息的距离。在误差反传的过程中，连接权值根据误差值等一些参数来进行调整，使得调整后的BP网络的实际输出更接近于理想输出。本实验中的BP神经网络设计为3层，即其隐含层只有一层。在训练阶段和识别阶段BP网络的输入均是由输入语音的MFCC参数组

6、成。这些特征参数构成一个矩阵，矩阵的每一列代表一个单独的语音，矩阵的行数为每个输入的维数，矩阵的列数为语音样本数。要识别所有的字母，BP神经网络的输出层采用5维的来识别26个英文字母。00000～11010分别对应字母A~Z。但实际中我们只识别A~E，所以只需3维就够了，001～101分别对应A~E。当神经网络的各节点采用S型传递函数时一个隐含层就可以实现任意判决分类问题。对于规模不大的神经网络的模式分类、边界判决问题，使用两层隐含层并不一定比一层隐含层更优越。同时考虑到语音识别系统的效率问题，所以本实验只采用一层隐含层，隐含层神经

7、元的数目为15个。BP神经网络的创建函数：net=newff(pr,sn,transf,trainf)其中pr为输入的数值范围；sn为一维数组，数组的维数表示神经网络的层数，数组的大小表示该层的神经元个数。transf也是一维数组，表示神经网络各层的传递函数。trainf为神经网络的训练函数。BP神经网络的训练函数：net=train(net,sample,target)参数中的net是指未经训练的BP神经网络，sample为供训练的语音样本，target为相对应的sample的期望输出，该函数返回一个已经训练好的BP神经网络。精彩

8、文档实用标准文案BP神经网络的仿真函数:Y=sim(net,sample)Net为已经训练好的BP神经网络，sample为供测试使用的语音样本特征。该仿真函数返回每个样本特征对应的识别结果。5、试验结果分析由于识别26个字母的输入较大