《基于MLP的语音音位属性检测技术的研究开题报告》.docxVIP

基于MLP的语音音位属性检测技术的研究一、选题依据1.选题目的和意义目前，索引建立大多采用传统的自动语音识别方法，以其识别结果作为索引。语音识别以数据驱动为基础，通过大量的相关统计数据对相应的声学模型进行训练，从而实现对该语音信号的识别，然而这种生成的方法忽略了各种语音知识，且在低信噪比和复杂的环境下性能急剧下降。为了获得更加准确的语音识别结果，学者开始把声学、语言学及韵律等语音知识融入到ASR中.音位属性作为一种重要的语音知识，能够有效的描述人类在发音过程中口腔内部物理形态，并且对语音识别性能的提升具有很好的辅助作用。目前，常用的音位属性有英语发音方式和支配音韵属性，它们都可以作为区分性特征来表示音素。语音属性检测系统(ASAT)是将概率统计方法与语音发音知识相结合的一种语音识别系统，相比于传统的语音识别系统，该系统主要以检测得到的各层次的音位属性为基础，构造、训练更加合理精确的能够融合多层次特征的分类模型。多层感知器(MLP)是一种人工神经网络,它使用输入与输出之间的多层加权接.MLP 的结构基本类似于一套级联的感知器,其中每一格处理单元都有一格相对复杂的输出函数,从而增强网络的性能。所以，基于MLP的因为属性检测能获得更加准确的语音识别效果。2.研究现状分析传统的语音识别系统都是以音素为最小识别单元，但是音素的动态范围较大，即使同一个说话人在不同场合说出相同的内容，表现在声学