非特定人孤立词语音识别技术研究

非特定人孤立词语音识别技术研究

ID:34585048

大小:5.81 MB

页数:69页

时间:2019-03-08

非特定人孤立词语音识别技术研究_第1页
非特定人孤立词语音识别技术研究_第2页
非特定人孤立词语音识别技术研究_第3页
非特定人孤立词语音识别技术研究_第4页
非特定人孤立词语音识别技术研究_第5页
资源描述:

《非特定人孤立词语音识别技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、Non-specificisolatedwordspeechrecognitiontechnologyresearchXueLingYunAthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringComputerApplicationTechnologylnCentralSouthUniversityofForestryandTechnology498ShaoshanSouthRoad,TianxinDistrict

2、ChangshaHunan410004,P.R.CHINASupervisorProfessorXiaGuoRongMay,2014中南林业科技大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品,也不包含为获得中南林业科技大学或其他教育机构的学位或证书所使用过的材料。对本文的研究作出重要贡献的个人和集体,均己在文中以明确方式表明。本人完全意识到本声明的法律后果由本人承担。学位论文版权使用授权书本学

3、位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件或电子版,允许论文被查阅或借阅。本人授权中南林业科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于:1、保密口,在——年解密后适用本授权书。2、不保密留。⋯名:石落警削叫年乡为≯7日摘要语音识别技术对人类的生活方式产生了深远的影响,因此一直以来都是世界各地学者们深入研究的热点。目前语音识别广泛采用动态时间规整(DTW)技术和基于概率统计原理的隐马尔

4、可夫模型(HMM)技术,将人工神经网络(ANN)应用于语音识别是近年来提出的一种较新的研究方法。语音是一个复杂的非线性过程,因此基于非线性理论,具有自适应性、并行性、鲁棒性容错性和学习性等特点的人工神经网络技术逐渐成为时下语音识别新的研究方向。本文以神经网络中使用率最高的BP网络为模型,初步探索了其在语音识别领域中的应用。本文的研究内容和成果如下:首先,从语音识别线性产生模型和系统模型上分析了语音信号的基本原理。研究了语音预处理的整个流程,包括对原始语音信号的采集、预加重、分帧加窗和端点检测;并探讨了不同语音特征值的获取方法,重点

5、分析了美尔频率倒谱系数(MFCC)的提取流程,并提出了一种基于离散小波变换的语音特征参数——-DWTC参数。其次,介绍了语音识别中常用的DTW、HMM算法,重点研究了人工神经网络算法。给出了神经网络算法的推导过程,分析了该算法存在的缺陷和不足,并在前人研究的基础上做出了对神经元传输函数进行调整的改进。具体方法是通过向tan-sigmoid激活函数引入温度系数和位置系数从而使网络参数信息更加丰富,加快收敛速度,给出了改进算法的推导过程。在改进的BP算法中引入了动量因子,并且采用批处理的训练方式,通过一个简单的函数逼近实验验证了改进算

6、法的有效性。最后,通过matlab实现了一个基于BP神经网的语音识别仿真系统,使用自录的语音完成对系统的训练和识别。在系统中采用了一种时间规整算法,用来对提取的特征参数进行压缩合并,以满足后端BP神经网络对输入数据维数相同的要求。通过实验可以得出如下结论:改进过后的学习算法在识别率和收敛速度上均要优于传统的BP训练算法;BP网络隐含层神经元的个数对系统识别率有较大的影响,需要通过实验来确定最佳取值;并且验证了基于小波变换DWTC参数比MFCC参数能更好的表征语音信号。关键词:语音识别,小波变换.特征提取,人工神经网络,误差反向传播

7、算法ABSTRACTTtlespeechrecognitiontechnologyhashadaprofoundimpactonhuman’SwayoflifeandthushasalwaysbeenthefoCUSofscholarsfromallovertheworld.Atpresent.thedynamictimewa印ingtechnologyandHiddenMarkovmodelwhichbasedontheprincipleofprobabilityandstatisticsareWidelyusedinspeec

8、hrecognition.whileUSM‘gartificialneuralnetworkmspeechrecognitioniSarelativelynewresearchmethodsproposedinrecentyears.Speechs

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。