非特定人孤立词语音识别技术研究

【摘要】语音识别技术对人类的生活方式产生了深远的影响,因此一直以来都是世界各地学者们深入研究的热点。目前语音识别广泛采用动态时间规整(DTW)技术和基于概率统计原理的隐马尔可夫模型(HMM)技术,将人工神经网络(ANN)应用于语音识别是近年来提出的一种较新的研究方法。语音是一个复杂的非线性过程,因此基于非线性理论,具有自适应性、并行性、鲁棒性容错性和学习性等特点的人工神经网络技术逐渐成为时下语音识别新的研究方向。本文以神经网络中使用率最高的BP网络为模型,初步探索了其在语音识别领域中的应用。本文的研究内容和成果如下：首先,从语音识别线性产生模型和系统模型上分析了语音信号的基本原理。研究了语音预处理的整个流程,包括对原始语音信号的采集、预加重、分帧加窗和端点检测,并探讨了不同语音特征值的获取方法,重点分析了美尔频率倒谱系数(MFCC)的提取流程,并提出了一种基于离散小波变换的语音特征参数——DWTC参数。其次,介绍了语音识别中常用的DTW、HMM算法,重点研究了人工神经网络算法。给出了神经网络算法的推导过程,分析了该算法存在的缺陷和不足,并在前人研究的基础上做出了对神经元传输函数进行调整的改进。具体方法是通过向tan-sigmoid激活函数引入温度系数和位置系数从而使网络参数信息更加丰富,加快收敛速度,给出了改进算法的推导过程。在改进的BP算法中引入了动量因子,并且采用批处理的训练方式,通过一个简单的函数逼近实验验证了改进算法的有效性。最后,通过matlab实现了一个基于BP神经网的语音识别仿真系统,使用自录的语音完成对系统的训练和识别。在系统中采用了一种时间规整算法,用来对提取的特征参数进行压缩合并,以满足后端BP神经网络对输入数据维数相同的要求。通过实验可以得出如下结论：改进过后的学习算法在识别率和收敛速度上均要优于传统的BP训练算法；BP网络隐含层神经元的个数对系统识别率有较大的影响,需要通过实验来确定最佳取值；并且验证了基于小波变换DWTC参数比MFCC参数能更好的表征语音信号。
【作者】薛凌云；
【导师】夏国荣；
【作者基本信息】中南林业科技大学，计算机应用技术，2014，硕士
【关键词】语音识别；小波变换；特征提取；人工神经网络；误差反向传播算法；

【参考文献】
[1]梁文杰.伊戈尔电气公司国际化战略研究[D].北京交通大学,2014.
[2]鲁滨.甘肃省永登县药用植物资源调查及保护对策研究[D].西北师范大学,植物学,2013,硕士.
[3]高汶栋,毛兴军,杜尚俭,王世茂,辛立东.计算机远程网络通讯技术的实际应用[J].机电一体化.1997(01)
[4]庞雪娇.基于MDA架构的快速开发平台及其应用研究[D].济南大学,计算机应用技术,2012,硕士.
[5]乔欢,吴小芹,王早.一株嗜松青霉JP-NJ4的解磷特性[J].微生物学通报,2014,09:1741-1748.
[6]窦晨雷.载荷骨量对微型种植体稳定性影响的生物力学分析[D].河北医科大学,口腔临床医学（专业学位）,2014,硕士.
[7]王晶.公益性社会组织发展研究[D].宁波大学,公共管理（专业学位）,2013,硕士.
[8]孙永福.基于转移定价避税行为的反避税研究[D].山东大学,税务（专业学位）,2013,硕士.
[9]李进典,洪杏芳,张健,殷志琦,顾觉奋.阿霉素靶向给药系统研究进展[J].药学进展,2014,12:910-915.
[10]沈志刚,李金芝,易敏.射流空化方法制备石墨烯研究[A].中国颗粒学会颗粒制备与处理专业委员会.颗粒学最新进展研讨会——暨第十届全国颗粒制备与处理研讨会论文集[C].中国颗粒学会颗粒制备与处理专业委员会:,2011:3.
[11]刘立超.网络化可控源音频大地电磁法接收系统关键技术研究[D].吉林大学,测试计量技术及仪器,2014,硕士.
[12]孔鑫燃.联想收购IBM全球PC业务案例分析及其启示[D].首都经济贸易大学,国际商务（专业学位）,2013,硕士.
[13]张新.应变式三维加速度传感器设计及相关理论研究[D].合肥工业大学,2008.
[14]黄秋兰.冗余灵巧臂的运动规划及其优化[D].浙江大学,控制理论与控制工程,2013,硕士.
[15]李良俊,张娟.激励方式对高校创新团队成员绩效影响实证研究[J].科技与经济,2014,06:86-90.
[16]连军莉.一般变分不等式的算法研究[D].西安电子科技大学,应用数学,2004,硕士.
[17]陈曦.FPSO在波浪中的运动响应的时域模拟[D].哈尔滨工业大学,机械工程,2013,硕士.
[18]朱政旭.临沂市新型农村养老保险制度研究[D].山东财经大学,社会保障学,2012,硕士.
[19]柳淑瑛.教师继续教育中课例教学研究[D].西北师范大学,教育,2003,硕士.
[20]王超.基于.NET平台的高校学生资助管理系统的设计和实现[D].电子科技大学,软件工程（专业学位）,2012,硕士.
[21]黄倩兰.恒河猴感觉皮层手区切除后的脑可塑性研究及针刺的作用观察[D].湖南中医药大学,针灸推拿学,2014,硕士.
[22]朱金静.小学科学教学生活化的目标与追求[J].现代阅读(教育版),2013,21:190.
[23]刘京.《陆宣公集》研究[D].首都师范大学,中国古代文学,2004,硕士.
[24]安秀芳.基于平衡计分卡下中国民生银行的绩效管理研究[D].山西财经大学,会计学,2014,硕士.
[25]王晓菲.商业银行个人住房贷款信用风险评估研究[D].首都经济贸易大学,产业经济学,2013,硕士.
[26]姬盈利.基于多群协同人工鱼群算法的分类规则挖掘研究[D].华中师范大学,计算机应用技术,2013,硕士.
[27]郑建明.工业用地的土地年租制研究[D].中国地质大学（北京）,公共管理,2013,硕士.
[28]袁国富,张佩,薛沙沙,庄伟.沙丘多枝柽柳灌丛根层土壤含水量变化特征与根系水力提升证据[J].植物生态学报,2012,10:1033-1042.
[29]孙立艳.桑菊感冒片生产工艺改进[D].天津大学,制药工程,2013,硕士.
[30]朱承立.正泰三十而立立在哪儿(续完)从“硬件”到“软件”坚守主业求突破[J].冶金自动化,2014,06:84-85.
[31]党涛,党国一,翟瑞谦.我国屋面防水材料的发展趋向[J].油田地面工程.1993(03)
[32]荣强.电动车用动力型氢镍电池性能研究[D].天津大学,应用化学,2004,硕士.
[33]连琳琳,张丽萍,张妙仙,王文艳,王小云.浙江沿海15226~5550cal.aBP的古环境与海平面变化及其对河姆渡文化的影响[J].海洋地质与第四纪地质,2014,04:11-19.
[34]黄庆文.遗传算法在海洋水体波阻抗反演中的应用[D].中国海洋大学,矿产普查与勘探,2014,硕士.
[35]刘爱兵.乳酸克鲁维斯酵母（Kluyveromyces lactis）乳糖酶基因的克隆、表达及酶学性质分析[D].西南农业大学,细胞生物学,2004,硕士.
[36]杜娜.GPS系统地面伪卫星增强方案及抗多径技术的研究[D].南京航空航天大学,通信与信息系统,2004,硕士.
[37]冯云凤.高炉炉况判断与操作指导专家系统[J].冶金自动化,1989,04:3-8.
[38]刘苏.湖北省技术市场政府治理研究[D].华中科技大学,行政管理,2013,硕士.
[39]王丹.青藏铁路GSM-R数字移动通信系统无线网络规划[J].中国铁路.2006(12)
[40]袁汀.RSA患者外周血Th17和Treg细胞特异性转录因子与相关细胞因子的初步研究[D].郑州大学,临床检验诊断学,2013,硕士.
[41]辛艳峰.血管紧张素（1-7）对大鼠血脂的影响[D].山西医科大学,内科学（专业学位）,2013,硕士.
[42]贾儒雅.西昆仑造山带丘克苏花岗岩与暗色微粒包体岩石成因及其构造意义[D].南京大学,矿物学、岩石学、矿床学,2013,硕士.
[43]高晓燕.含笼形倍半硅氧烷聚合物的合成及其性能研究[D].安徽大学,高分子化学与物理,2004,硕士.
[44]雷慧.关于中美大学生的集体主义及个人主义价值观的跨文化研究[D].首都师范大学,外国语言学及应用语言学,2013,硕士.
[45]黄修志.明清时期朝鲜的“书籍辨诬”与“书籍外交”[D].复旦大学,历史文献学,2013,博士.
[46]赖爱华.Y公司以客户为中心的销售流程优化研究[D].厦门大学,工商管理,2014,硕士.
[47]陆科琴.小学生课堂问题行为调查研究[D].宁波大学,教育管理（专业学位）,2013,硕士.
[48]魏勇.透明质酸钠凝胶和自体静脉减少瘢痕形成促进周围神经再生的实验研究[D].青岛大学,外科学,2003,硕士.
[49]张伟.PLC及变频器控制的多电机驱动带式输送机的研究[D].内蒙古科技大学,控制工程,2014,硕士.
[50]王宪,袁洪.基于粒子滤波的GPS多径估计[J].控制与决策,2010,08:1139-1143+1148.