K子空间和时延自相关器的英汉音素识别.pdfVIP

第35 卷 第1 期 电 子 科 技 大 学 学 报 Vol.35 No.1 2006 年2 月 Journal of UEST of China Feb. 2006 ·计算机工程与应用· K 子空间和时延自相关器的英汉音素识别 1 2 2 1 2 罗万伯 ，罗霄岚，陈 炜 ，彭 舰 ，吴端培 (1. 四川大学计算机学院 成都 610064; 2. 美国克莱姆森大学电子与计算机工程学院, SC29634) 【摘要】提出了用于音素识别的K 子空间和时延自相关器神经网络结构，用将时延设计加入线性自相关器，以扩展音素 滤波神经网络的方法，产生p 维子空间，并采用迭代过程修改划分，以便捕获语音信号中的时间序列信息。这种带不分类训练 过程的体系结构提供了一种高识别性能的方法，没有大多数常规语音识别神经网络所常有的网络输出值不表示候选者似然性 的缺陷。通过英语音素和汉语音素的初步试验，识别正确率为84.38%，比音素滤波神经网络方法好。 关 键 词 语音识别; 音素识别; 神经网络; 汉语音素; 时延自相关 中图分类号 TP 399; TN 912 文献标识码 A English and Chinese Phonemes Recognition Using K-Subspaces and Time-Delay Auto-Associators 1 2 2 1 2 LUO Wan-bo ，LUO Xiao-lan ，CHEN Wei ，PENG Jian ，WU Duan-pei (1. Computer Science College, Sichuan University Chengdu 610064; 2. Electrical and Computer Engineering College, Clemson University, SC29634 US) Abstract A neural network architecture, K-subspaces and time-delay auto-associators, is proposed for phoneme recognition. It extends the phoneme filter neural networks approach by adding linear auto-associators to create p-dimension subspace, and an iteration is employed to improve the decision. It is good to capture the time-sequence information in speech signal. The architecture proposed could provide a high recognition performance without traditional neural network’s shortcoming. Some recognition simulations for both English and Chinese phonemes are conducted, and the recognition rate is 84.38% which is better than phoneme filter neural networks approach. Key words