基于ELM和PCA的汉语数字语音识别研究.docVIP

基于ELM和PCA的汉语数字语音识别研究 王威, 胡桂明, 杨丽, 黄东芳, 周杨 广西大学 电气工程学院, 广西 南宁530004 摘 要：传统BP网络在语音识别应用中存在训练时间长，容易陷入局部极小值等问题，针对上述问题，本文建立一种基于ELM的语音识别系统。ELM是一种快速的单隐层前馈神经网络（SLFN）训练算法，将该算法与单隐层BP网络进行实验比较。实验中对提取的特征矩阵采用主成分分析（PCA）算法进行降维，该算法有效地提取了语音信号的主要成分。实验结果表明在训练时间上，ELM明显优于BP算法，在识别率上，ELM优于BP算法。 关键词：语音识别；极限学习机；BP网络；单隐层前馈神经网络；主成分分析 中图分类号：TN912.34 文献标识码：A 文章编号： Research of Chinese Digit Speech Recognition Based on ELM and PCA WANG Wei, HU Gui-ming, YANG Li, HUANG Dong-fang, ZHOU Yang College of Electrical Engineering, Guangxi University, Nanning 530004, China Abstract：The traditional BP neural network has some problems that the long training time and easy to fall into local minimum in speech recognition applications. In order to solve above problems, a speech recognition system based on ELM is established in this paper. ELM is a fast training algorithm of single-hidden layer feedforward neural network. The algorithm is compared with single-hidden layer BP neural network through experiments. Principal component analysis algorithm is used to reduce the dimensions of the extracted feature matrix in the experiment. It extracts the main components of the speech signal effectively. The experimental results show that the ELM algorithm is much better than BP algorithm in the aspect of training time and it is better than BP algorithm in the aspect of recognition rate. Keywords：speech recognition; extreme learning machine; back propagation neural network; single-hidden layer feedforward neural networks; principal component analysis 近年来，语音识别的研究已经成为一个热点，在很多领域都得到广泛应用，需要应用到人工智能、数字信号处理、模式识别、心理学、语言声学、认知科学等多种学科。收稿日期：基金项目：广西自然科学基金资助项目（2012GXNSFBA053144）. 收稿日期： 基金项目：广西自然科学基金资助项目（2012GXNSFBA053144）. 作者简介：王威（1990-），男，硕士研究生； 胡桂明（1961-），男，副教授，博士； 通信作者：王威，E-mail：163.com. 1 语音识别系统概要 要对语音进行识别，首先要建立一个语音识别系统。语音识别系统本质上是一种模式识别系统，一个典型的模式识别系统由数据获取、预处理、特征提取、分类器设计、分类决策5部分组成。 其中主要的部分是特征提取和分类器的设计，特征提取是对语音信号提取代表该语音语义信息的参数，比较好的特征提取方法有Mel频率倒谱系数[1]（MFCC），该方法具有较强的抗噪能力以及模拟人耳听觉特性，对于一个较长且含噪的语音信