神经网络作业医.pdfVIP

语音特征信号分类 专业：光学工程 学院：理学院 姓名： 学号： 语音特征信号分类 赵素香 （江南大学 理学院，江苏 无锡） 摘要：语音特征信号识别是语音识别研究领域中的一个重要方面，本文通过 BP 神经网络实现对不同音乐的分类。根据倒谱系数法提取四类音乐语音特征信号， 用训练数据训练 BP 神经网络，用训练好的神经网络对测试数据所属语音类别进 行分类。 关键词：bp神经网络，信号分类 0 引言 语音特征信号识别是语音识别研究领域中的一个重要方面,一般采用模式匹 配的原理解决。语音识别的运算过程为:首先,待识别语音转化为电信号后输入识 别系统,经过预处理后用数学方法提取语音特征信号,提取出的语音特征信号可 以看成该段语音的模式。然后将该段语音模型同已知参考模式相比较, 获得最佳 匹配的参考模式为该段语音的识别结果。语音识别流程如图1所示。 参考 模式 语音信号 输出结果 预处理 信号提取 模式匹配 判决规则 图1 语音识别流程 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对 这四类音乐的有效分类。每段音乐都用倒谱系数法提取 500 组 24 维语音特征信 号。 1 BP 神经网络概述 BP 神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递, 误差反向传播。在前向传递中,输入信号从输入层经隐含层逐层处理, 直至输出 层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出, 则转入反向传播,根据预测误差调整网络权值和阈值,从而使B P神经网络预测输 出不断逼近期望输出。BP神经网络的拓扑结构如图2所示。 2 X1 Wij Wjk Y1 X2 Ym Xn 输入层 隐含层 输出层 图2 BP神经网络拓扑结构图 图 2 中, X , X , …, X 是 BP 神经网络的输入值, Y , Y , …, Y 是 BP 神 1 2 n 1 2 m 经网络的预测值,ω 和ω 为 BP 神经网络权值。从图 2 可以看出, BP 神经网络 ij jk 可以看成一个非线性函数, 网络输入值和预测值分别为该函数的自变量和因变 量。当输入节点数为n, 输出节点数为m时, BP神经网络就表达了从