基于復合神經網絡的語音識別研究.pdf

1、首先，本文對語音識別領域的國內外研究情況及其發(fā)展進行了介紹。同時，深入的分析了語音信號的特點和模型、及其在時域、頻域以及 Mel域的處理方法。其中包括信號的預處理、信號的短時特征、信號的端點檢測方法。針對性的研究了在語音識別中，需要對語音信號進行的處理，分析了典型的語音特征提取方法，并提取到語音信號的 MFCC參數。針對特征數據長度不一的問題，本文采用VQ的方法對MFCC進行了處理，將生成的碼本作為新的特征，得到了相同維數的語音特征參數

2、。
　　然后，重點研究了神經網絡中 LVQ網絡和 SVM的算法，分析了兩種算法用在語音識別中的優(yōu)缺點，并分別使用這兩種網絡進行訓練和識別，得到測試結果。針對兩者的特點，本文提出對LVQ的改進，并將改進后的LVQ和SVM結合起來作為一種復合網絡LVQ/SVM進行語音識別。該復合網絡不僅具有類似于LVQ網絡結構簡單、分類效率高的優(yōu)點，也具備了SVM優(yōu)良的分類特性。并且復合網絡在SVM分類器訓練和識別時，有接近一對一投票法的訓練速度，也