神经网络语音信号识别与特征值提取的研究.pdfVIP

神经网络语音信号识别与特征值 提取的研究 刘剑1，崔远慧1，成川2 (1．大连轻工业学院信息科学与工程学院2大连海事大学航海学院) 亟 摘要：(针对语音信号的实时处理问题，利用神经网络用于模式识别的优越性，提出一种 混合语音识别模型——时间规整神经网络加BP网络分类模型，、对特定人和非特定人的 孤立词的特征值进行提取；在时域中采用短时过零分析和幅值概率分析，在频域中采用 功率谱密度、快速傅里叶变换、线性预测系数的方法提取特征参数，通过实验进一步改 进特征提取的算法，并加以比较可知时域的特征提取方法不能迭到语音识别的要求，而 频域的方法提取的特征样本经BP神经网络语音识别摸型训练，基本满足语音识到的要 求。 关键词：语音信号识别；特征值提取；神经网络 0引 言 以数字信号处理技术为基础的语音信号处理是一门新兴的交叉学科。随着社会的不断发 展，计算机的迅速普及，人们渴望一种符合人类自然交往的“人机对话”模式的出现，特别 是人机自然语言对话。目前一些专家和学者在这方面进行了大量的开发和研究工作。但语音 识别技术正处于蓬勃发展的时期，仍有待进行大量的研究工作以取得更进一步的突破。 语音识别的关键技术包括特征参数提取技术、模式匹配准则及模式训练技术等，而要提 高语音识别的识别率，提取合适的特征参数是前提。如何提取合适的特征参数，为基于神经 网络的语音识别提供样本，可考虑的方法如下： (1)采用时域特征参数，如短时过零分析和幅值概率分析； (2)采用频域特征参数，如功率谱密度、快速傅里叶变换和线性预测系数。 将所提取的特征参数进行比较分析，选择合适的n组参数，作为人工神经网络语音信号 识别研究的训练样本和检验样本。针对汉语孤立词的语音识别，将人工神经网络中最经典最 常用的神经网络模型——BP网络应用于语音识别，尽管它可以得到较高的识别精度，但训练 速度慢是它的致命弱点，无法实现语音信号的实时处理。因此，针对经典BP算法速度慢的 缺点，应用若干旨在提高网络训练速度的改进算法对BP网络加以改进，最后提出一种混合 语音识别模型——时间归整神经网络加BP网络分类模型。这种模型综合了传统识别方法的 时间归整思想，同时很好地利用了神经网络用于模式识别的各种优越性能。 语音识别系统的设计框图如图1。 图1 采用人工神经网络技术进行语音识别的过程包含两部分：一是网络学习过程，二是语 音识别过程。网络学习过程是将已知语音信号作为学习样本．通过神经网络的自学习，最终 得到一组连接权和偏置；语音识别过程是将待澳0语音信号作为网络输入，通过网络的联想得 出识别结果。 1 BP神经网络简介 人工神经网络具有与人脑相类似的学习记}乙能力、知识概括能力和输入信息特征的抽 取能力，是人脑的一种抽象、简化模型。BP网络是最经典、最常用的一种网络模型，是由非 线性变换单元组成的前馈网络。 BP网络通常有—个或多个隐层，隐层中的神经元均采用S型变换函数，输出层的神经 元采用纯线}生变换函数。 BP网络主要用于： (1)函数逼近：用输入矢量和相应的输出矢量训练一个网络逼近一个函数； (2)模式识别：用一个特定的输出矢量将它与输入矢量联系起来； (3)分类：把输入矢量以所定义的合适方式进行分类； (4)数据压缩：减少输出矢量维数以便于传输和存储。 BP学习算法是多层前馈神经网络所使用的监控式学习算法。传统方法按照最小均方误 差准则，使用梯度搜索技术，以期最小化网络的实际输出和期望输出的均方差，网络的学习 过程是一种误差传播修正权值的过程。 BP网络的神经元非线性关系为： 圹f(Xj)2南 BP算法的权值修正公式如下： t。(k+1)=瓦(k)+AT,。=瓦(k)+riSkyi ％(≈+1)=啦；(☆)+△％=％(t)+r161y． 传统的BP算法在这方面存在一些缺陷，主要表现在： (1)各权值采用相同的步长，不适合窄长峡谷型的误差曲面，梯度最陡下降法会使误差 在两壁之间跳来跳去，权值