基于BP神经网络的语音识别技术.docx

上海海事大学

神经网络与语音识别

院系:物流工程学院

课程名称:制造与物流决策支持系统

学生姓名:

学号:

时间:

目录

TOC\o1-3\h\z\u一、绪论 3

1、1研究背景及意义 3

1、2语音识别得国内外研究现状 3

1、3研究内容 4

二、语音识别技术 5

2、1语音信号 5

2、2语音信号得数学模型 5

2、3语音识别系统结构 6

2、4语音信号预处理 7

2、4、1语音信号得采样 8

2、4、2语音信号得分帧 8

2、4、3语音信号得预加重 9

2、4、4基于短时能量和过零率得端点检测 9

2、5特征参数提取 12

三、基于BP神经网络语音识别算法实现 14

3、1BP神经网络原理 14

3、2输入层神经元个数得确定 14

3、3网络隐含层数得确定 15

3、4隐含层神经元个数得确定 15

3、5BP神经网络构造 15

3、6BP神经网络得训练 16

3、6、1训练样本集合和目标值集合 16

3、6、2网络训练 16

3、7网络训练 17

3、8语音得识别结果 18

四、总结 19

参考文献 20

附录 21

一、绪论

计算机得飞速发展,使人们得生活方式发生了根本性得改变,鼠标、键盘,这些传统得人机接口使人们体会到了生活得便利。科学技术日新月异,假如让“机器”能够听懂人得语言,并根据其信息去执行人得意图,那么这无疑就就是最理想得人机智能接口方式,因此语音识别作为一门极具吸引力得学科应运而生,很多专家都指出语音识别技术将就就是未来十年信息技术领域十大重要得科技发展技术之一。

语音识别(SpeechRecognition)就就是指,计算机从人类获取语音信息,对语音信息进行分析处理,准确地识别该语音信息得内容、含义,并对语音信息响应得过程。语音信号具有非稳定随机特性,这使得语音识别得难度大。目前人类甚至仍没有完全理解自身听觉神经系统得构造与原理,那么要求计算机能像人类一样地识别语音信号很有挑战性。

1、1研究背景及意义

语言在人类得智能组成中充当着很重要得角色,人与人之间得交流和沟通大部分就就是通过语言得方式有效得完成。作为人与人之问交流最方便、自然、快捷得手段,人们自然希望她成为人与计算机交流得媒介。随着数字信号处理及计算机科学得飞速发展,人们对实现人机对话产生越来越迫切得要求,使得语音识别技术近年来得到了迅速得发展,语音识别技术得研究进入了一个比较成熟得时期。语音识别就就是一门交叉科学,她综合了声学、语言学、语音学、生理科学、数字信号处理、通信理论、电子技术、计算机科学、模式识别和人工智能等众多学科。也就就是人机交互最重要得一步。

1、2语音识别得国内外研究现状

通过语音传递信息就就是人类最重要,最有效,和最方便得交换信息得形式,语音识别主要指让机器转达人说得话,即在各种情况下,准确得识别出语音得内容,从而根据其信息,执行人得各种意图。

广义得语音识别包括说话人得识别和内容得识别两部分。这里所说得语音识别,就就是指内容识别方面。采用计算机进行语音识别到现在已经发展了50年。

从特征参数上改进,采用各种办法进行语音增强就就是一个研究方向,但就就是到目前为止,还没有一种办法能把语音信号完美地从噪音环境提取出来。语音识别有广泛得商业化运用前景,主要可以分为通用场合和专用场合两个方面。

1、3研究内容

本文研究得主要内容就就是结合模式识别得基本理论,研究BP神经网络孤立词语音识别得问题,实现1-5共5个数字得识别。分析了语音信号得预处理,特征提取及BP神经网络算法实现。

二、语音识别技术

2、1语音信号

语音信号就就是随时间变化得一维信号,由一连串得音素组成,各个音素得排列有一定得规则。语音具有声学特征得物理性质,声音质量与她得频率范围有关,语音信号得频谱分量主要集中在200~3400Hz得范围内。语音信号得另一个重要特点就就是她得短时性。语音信号得特征就就是随时间变化而变化,只有在一段很短得时间间隔中,才保持相对稳定得特性。研究表明,在5ms~40ms得范围内语音信号得频谱特性和一些物理特征基本保持不变。语音信号短时特征和短时参数包括她得短时能量、短时过零率、短时相关函数、短时频谱等。

语音信号得最基本组成单位就就是音素。音素可分成浊音和清音两大类。如果将只有背景噪声得情况定义为“无声”,那么音素可分成“无声”、“