基于神經(jīng)網(wǎng)絡(luò)的漢語(yǔ)孤立詞語(yǔ)音識(shí)別_朱淑琴
隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展和廣泛應(yīng)用, 語(yǔ)音識(shí)別技術(shù)得 到了迅速發(fā)展,語(yǔ)音識(shí)別的研究越來(lái)越受到人們的重視。現(xiàn)在采 用的語(yǔ)音識(shí)別方法主要有:動(dòng)態(tài)時(shí)間規(guī)整技術(shù)(DTW)、矢量量化 (VQ)和隱馬爾科夫模型(HMM)。八十年代末期,人工神經(jīng)網(wǎng)絡(luò)技 術(shù)的研究興起, 它是一種與傳統(tǒng)模式識(shí)別完全不同的分布式并 行信息處理系統(tǒng),由于它具有自適應(yīng)、自組織及聯(lián)想等反應(yīng)人腦 加工、存儲(chǔ)和搜索信息的某些特征,特別適合于語(yǔ)音識(shí)別中的分 類(lèi)問(wèn)題。 人工神經(jīng)網(wǎng)絡(luò)通常是針對(duì)靜態(tài)模式而設(shè)計(jì)的, 語(yǔ)音信號(hào)是 一個(gè)時(shí)變信號(hào), 而且它的時(shí)變特性也是語(yǔ)音理解的一個(gè)重要特 征。由于每次發(fā)音快慢節(jié)奏不一樣,發(fā)音時(shí)音節(jié)的長(zhǎng)短不可能完 全相同,而大多數(shù)神經(jīng)網(wǎng)絡(luò)的輸入結(jié)構(gòu)是固定的,所以將人工神 經(jīng)網(wǎng)絡(luò)用于語(yǔ)音識(shí)別時(shí)需要對(duì)其做一些必要的修正。本文將語(yǔ) 音特征參數(shù)序列通過(guò)規(guī)整網(wǎng)絡(luò)轉(zhuǎn)換為狀態(tài)轉(zhuǎn)移矩陣, 反映語(yǔ)音 時(shí)變特性,解決了語(yǔ)音時(shí)間規(guī)整問(wèn)題,只需單層感知神經(jīng)網(wǎng)絡(luò)就 可進(jìn)行語(yǔ)音識(shí)別。