基于回归神经网络方法的孤立词语音识别-通信与信息系统专业论文.docxVIP

原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律责任由本人承担。 论文作者签名：蒸l塑!! 日 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校 保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅；本人授权山东大学可以将本学位论文的全都或部分内 容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保 存论文和汇编本学位论文． f保密论文在解密后应遵守此规定) 论文作者签名：』灶导师签看蕴垒竖日 山东大学硕士学位论文中文摘要 山东大学硕士学位论文 中文摘要 本文通过研究现代语音识别技术和神经网络技术，提出了一种基于回归神经 网络方法的孤立词识别技术。主要探讨了语音信号的时变特性，研究了语音信号 的端点检测算法，提取了描述语音信号的时域和变换域特征参数，探索将回归神 经网络应用于语音识别。在研究回归神经网络的结构和原理基础上，建立了基于 回归神经网络的语音识别模型，采用不同参数、不N_iJII练方法对识别模型进行训 练和识别。 对语音库中大量样本语音的实验结果表明，采用回归神经网络技术可以实现 对孤立词语音的正确识别，语音识别模型具有良好的训练和识别性能。 【关键词】 孤立词，特征参数，回归神经网络，语音识别 2 山东大学硕士学位论文Isolated 山东大学硕士学位论文 Isolated Word Recognition Model Based on Recurrent Neural Networks 【Abstract]To overcome some weaknesses of hidden Markov model in speech recognition，HMM／NN hybrid systems had been explored by many researchers in recent years．In the previous HMM／NN hybrid systems，the neural networks adopted are mostly multilayer perceptron(MLP)．In oursystem，recurrent neural networks(RNN)were used to take the place of MLP as the syllable probabiU母 estimator．RNN is MLP incorporated with a feedback which can transport the output of some neurons to other neurons or themselves．The incorporation of feedback into a ML P gives the net the ability to efficiently process the context information of time sequence，which is especially useful for speech recognition．In this paper，the architecture of the RNN is modified and corresponding training schema is presented． Experiment results show that the training speed can be accelerated by the method，and the recognition performance is also improved [Keywords]Isolated Word，Recurrent Neural Networks，Speech Recognition 3 山东大学硕士学位论文符号说明 山东大学硕士学位论文 符号说明 I、VR (Isolated WordRecognition)孤立词识别 CWR (Connected WordRecognition)连接词识别 CSR (Continuous印eech Recognition)连续语音识别 HMM (HiddenMarkovModel)隐马尔可夫模型 NN (NeuralNetworks)神经网络 M儿P (MultilayerPreceptro