模式识别BP神经网络精编.doc

物理与机电工程学院 模式识别期末论文作业 题 目：基于BP神经网络的语音识别技术的研究 专 业： 电子科学与技术 学 号： 1350802208 姓 名： 蒋国元 指导教师： 祁丽婉 联系电话： 摘 要 伴随着现代科学与计算机技术的发展，人与机器的信息交流越来越受到人们的关注，而语音识别作为人机交流的方式有着广阔的应用前景，语音识别技术也成为现代计算机技术研究和发展的重要领域之一。由于语音信号的多样性和复杂性，目前的语音识别效率也不是很高。因而发展高效率的语音模型和算法成为语音识别研究的一个重要课题。人的发音实际上是一个复杂的非线性过程，基于线性系统理论的语音识别方法的局限性渐渐显示了出来。语音识别技术若要取得突破，就必须引入非线性理论的方法。近年来，人工神经网络(ANN)等非线性理论研究和应用的逐渐深入，将这些理论应用于语音识别成为可能。 本文首先对语音信号的基本原理作了一些阐述，提取了三个有效特征参数——LPC系数、LPC倒谱系数和Mel频率倒谱系数(MFCC)；其次叙述了语音识别的模式匹配及其模型训练技术；再次讨论了神经网络在语音识别中的应用，分析了基于神经网络的模型训练和识别算法，并提出改进后神经网络在语音识别应用中的网络结构，为将来移植到嵌入式系统中打下了良好的基础。 关键词：语音识别，神经网络，特征提取，预处理 目录 第一章 绪论 1. 研究的背景及意义 第二章 语音识别基本原理和技术 1. 语音识别系统分类 2. 语音识别系统的基本原理 第三章BP 神经网络原理 1. 人工神经网络 2. BP 神经网络的结构特点 第四章 基于 BP 网络的语音识别系统 1. 采集语音信号 2. 语音的预处理 3. 语音信号的特征参数提取 4. 对特征值进行规整 5. 神经网络模型的建立 6. 神经网络的训练和识别 第五章 结论  第一章 绪论 1、研究的背景和意义 语言是人类获取信息的主要来源之一，是人类与外界交流信息最方便、最有效、最自然的工具，随着计算机技术的快速发展，语音技术的研究也愈来愈受到重视。人们对语音的研究主要包括语音编码，语音合成，语音识别及说话人辨识等几个方面。语音识别以语音为研究对象,它是语音信号处理的一个重要研究方向，是模式识别的一个分支，涉及到生理学、心理学、语一言学、计算机科学以及信号处理等学科。 语音识别的目的是为了使机器能够准确地听出人的语音及其内容,以便控制其它设备来满足人类的各种需求，它是发展人机有声通信和新一代智能计算机的重要组成部分。语音识别技术的渗透性很强,有着广阔的应用范围，它将无处不在的改变我们的生活方式。而拌随着计算机技术的发展，人与机器之间的交流也越来越广泛和深入，从科学研究到日常生活，计算机己经渗透到人们生活的各个方面在现代社会中,人们逐渐习惯借助计算机来完成各项任务。 语言这个人类特有的功能，是人类相互交流信息的主要手段之一，使机器理解自然语言是人类长期的梦想。而语音是语言的声学表现，不仅是人类交流信息最自然、最有效、最方便、最直观的手段，而且也是人与机器之间进行通信的重要工具。无论是人与人之间还是人与机器之间的语一言通信，语音信号处理，特别是语音信号数字处理,都具有特别重要的作用。语音识别将人发出的声音。音节或短语转换成文字和符号，或者给出响应，如执行控制，做出回答。 在20世纪中期，语音识别作为一门新学科产生，而且语音识别技术将是未来的信息领域的最为重要的科技发展技术之一。人类开始进入了信息时代，用现在手段研究语音处理技术，是人们能更加有效的产生、传输、存储和获取语言信息，这对于促进社会的发展具有十分重要的意义。 语音识别基本原理和技术 1. 语音识别系统分类 语音识别系统一般可以按照以下几个方面进行分类。 （1）按照说话人的依赖程度可以划分为特定人和非特定人的语音识别系统。特定人识别的语音系统是指:只识别特定用户的语音,需要对特定用户的语音进行训练,识别时系统只适合同一用户所建立的模板,这种方式和说话者说什么种类的语言无关。非特定人识别是指:能够对任何的用户进行识别,需要对不同人的语音进行训练,其识别能力的高低取决于储存的语音样本库,与特定人识