文档介绍：基于模糊神经网络语音识别系统的研究摘要语音识别技术是近年来高速发展的一项技术,由于其重要的理论价值与广阔的应用前景,受到人们的广泛重视。语音是一个复杂的非线性过程,基于线性系统理论的语音识别方法的局限性越来越凸显。近年来,随着人工神经网络、模糊逻辑、粒子群优化算法等非线性理论研究和应用的逐渐深入,这些理论已经开始独立或者相互交叉应用到语音识别领域中。因此,本文从一个典型的语音识别系统出发,介绍了语音识别的基本原理,讨论了几种常用的特征提取、模式匹配及模型训练的方法,并以神经网络和模糊逻辑理论为基础,构建了基于模糊神经网络的语音识别系统,最后引入粒子群优化算法来进行语音识别的研究。模糊神经网络是由模糊逻辑和神经网络有机结合的一种智能系统。本文首先介绍了模糊逻辑和神经网络的基本知识,并由此给出了标准的模糊神经网络的网络结构及算法。但直接将该模型用于语音识别,将会使网络产生规则灾和网络推理失效等问题。因此本文给出一种改进的具有四层网络结构的:窬缢惴ǎü诹ナ舳壬霞尤胍桓鲇胧淙胛数有关的补偿因子,使其能够应用到语音识别系统中,并利用这种算法进行语音识别系统的仿真实验。实验表明改进的:窬缒芄挥τ于语音识别系统,同时表明该网络的识别率比绺撸⑶衣嘲粜越太原理工大学硕士研究生学位论文
知识水坝***@pologoogle为您整理
过粒子群初选取选取较好的参数,再将这些参数作为模糊神经网络的初始好。充分说明了模糊神经网络具备了更强的分类能力。但缺点是训练速度较慢,比较依赖于初始值,这些缺点可以在以后的研究中加以改进。粒子群优化算法同遗传算法类似,是一种基于迭代的优化工具,能够通过迭代寻找全局最优值。但是粒子群算法没有遗传操作如交叉和变异,而是根据自己的速度来决定搜索。粒子还有一个重要的特点是记忆。本文构建了一个基于粒子群优化算法来优化模糊神经网络初始值的模型,先通值,最后通过改进的猄模糊神经算法对网络进行训练,得到了较好的语音识别效果。关键词:语音识别、模糊逻辑、人工神经网络、粒子群优化算法太原理工大学硕士研究生学位论文
知识水坝***@pologoogle为您整理
琣甒,太原理工大学硕士研究生学位论文瑂,琲’甋琣琭琾,.琒,瓸,
.,瑃,,琾,太原理工大学硕士研究生学位论文瓸,.猄琣甌琣,,
簊太原理工大学硕士研究生学位论文琭琣
名:::兰竺旦整加掌./、又论文作者签名:当一倒湟蝗掌冢地望。么:关于学位论文使用权的说明③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,声本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容C苎宦畚脑诮饷芎笞袷卮斯娑。签日期:导师签名:明尸
第一章绪论语音识别技术与之间的语言通信,语音信号处理,特别是语音信号数字处理,都具有特别重要的作用。数字语音信号处理,包括三方面内容,即语音信号的数字表示法,语音信号数字处者是采用取样和量化的方法将模拟语音信号转换为数字语音信号,每个语音样点存储着语音信号数字处理的方法一般有时域处理方法、频域处理方法、同态处理方法、线性预测方法等口J庇虼矸椒ㄖ苯由婕暗接镆粜藕诺牟ㄐ危枋鲇镆粜藕诺氖庇蛱卣干个语音取样过去值的加权线性组合来逼近。.镆粜藕糯语言是人类获取信息的主要来源之一,不仅是人类与外界交流信息最方便、最有效、最自然的手段,而且也是人与机器之间进行通信的重要工具。无论是人与人之间还是人随着计算机技术的快速发展,用现代手段研究语音信号处理技术,使得人们能更加有效的产生、传输、存储和获得语音信息,这对于促进社会的发展具有十分重要的意义⋯心理理论的各种方法和技术及数字语音处理理论和技术在各领域中的实际应用。语音信号的数字表示方法可以分为两类:一类是波形表示,另一类是参数表示。前原始语音的信息。后者则是以语音信号产生的数学模型为基础,而激励源和模型参数作为语音信号的表示,这些参数携带着语音信号的主要信息。参数。频域处理方法是把语音看作是一个准周期脉冲或随机噪声激励的线性系统输出,输出的频谱是声道系统的频率的响应与激励源频谱的乘积。同态处理方法是一种将非线性问题转换为线性问题来进行处理的一种方法。线性预测方法是利用现在的值可以用若数字语音处理有着广泛的应用领域,其中最重要的有语音压缩、语音合成、语音识别、说话人识别