改進(jìn)的HMM與BP神經(jīng)網(wǎng)絡(luò)混合模型在語(yǔ)音識(shí)別中的應(yīng)用研究.pdf

1、語(yǔ)音識(shí)別是一門(mén)內(nèi)容豐富、應(yīng)用廣泛的技術(shù)。本文著眼于漢語(yǔ)語(yǔ)音識(shí)別的主要問(wèn)題，研究漢語(yǔ)語(yǔ)音孤立詞識(shí)別的關(guān)鍵技術(shù)，以提高語(yǔ)音的識(shí)別率和識(shí)別模型的收斂速度。 本文論述了語(yǔ)音識(shí)別的基本原理，從語(yǔ)音信號(hào)的時(shí)域、頻域、倒譜域出發(fā)，對(duì)語(yǔ)音信號(hào)進(jìn)行分析，介紹了語(yǔ)音信號(hào)分析方法中的濾波器組分析方法和線性預(yù)測(cè)編碼技術(shù)，并推導(dǎo)了線形預(yù)測(cè)倒譜系數(shù)(LPCC)和Mel倒譜系數(shù)(MFCC)。在特征提取中，選用了基于聽(tīng)覺(jué)模型的MFCC，并與基于發(fā)聲模型的LPC

2、C參數(shù)進(jìn)行分析比較。 隱馬爾可夫模型(HMM)和人工神經(jīng)網(wǎng)絡(luò)在語(yǔ)音信號(hào)處理中都有廣泛的應(yīng)用，本文剖析了兩者在語(yǔ)音信號(hào)處理上各自的優(yōu)缺點(diǎn)。為取HMM和人工神經(jīng)網(wǎng)絡(luò)這兩種模型各自的優(yōu)異特性，在本文研究的語(yǔ)音識(shí)別模型中，采用它們的混合模型，并提出了一種新的結(jié)合方式。即，將HMM的最佳狀態(tài)序列的輸出概率作為人工神經(jīng)網(wǎng)絡(luò)的輸入。一方面由于BP神經(jīng)網(wǎng)絡(luò)能夠根據(jù)提供的數(shù)據(jù)，通過(guò)訓(xùn)練和學(xué)習(xí)，找出輸入輸出的內(nèi)在關(guān)系，不需要一個(gè)明確的數(shù)學(xué)解析式；另

3、一方面由于離散隱馬爾可夫模型(DHMM)會(huì)產(chǎn)生量化的誤差，所以采用連續(xù)密度隱馬爾可夫模型(CDHMM)和反向傳播(BackPropagation)神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式，充分利用了CDHMM的時(shí)域建模和BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的分類(lèi)能力，同時(shí)充分考慮了孤立詞語(yǔ)音的類(lèi)間特性。實(shí)驗(yàn)表明這種結(jié)合方式在一定程度上提高了語(yǔ)音的識(shí)別率。 本文還分析了傳統(tǒng)BP網(wǎng)絡(luò)訓(xùn)練上的局限性，在前人研究的基礎(chǔ)上，對(duì)神經(jīng)元采用更一般tan-sigmoid函數(shù)。在訓(xùn)練過(guò)