基于神經(jīng)網(wǎng)絡(luò)與混合結(jié)構(gòu)聲學(xué)特征的語(yǔ)音識(shí)別研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近些年來(lái),隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,神經(jīng)網(wǎng)絡(luò)也迎來(lái)了新一輪的熱潮,基于神經(jīng)網(wǎng)絡(luò)的混合結(jié)構(gòu)模型及聲學(xué)特征提取方面都取得了驕人的成就。自從2011年微軟研究院首次利用深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN)在大規(guī)模的語(yǔ)音識(shí)別實(shí)驗(yàn)上獲得的效果顯著提升,從此神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別領(lǐng)域逐漸受到越來(lái)越多社會(huì)各界的關(guān)注。語(yǔ)音識(shí)別技術(shù)的目的本質(zhì)上是讓機(jī)器能聽(tīng)懂人說(shuō)的話,伴隨快速發(fā)展的計(jì)算機(jī)技術(shù)水平,日常生活中人們對(duì)語(yǔ)音識(shí)別產(chǎn)品的期望是

2、越來(lái)越高。
  首先,本文從整體上介紹了下語(yǔ)音識(shí)別技術(shù),緊接著詳細(xì)探討了特征參數(shù)在語(yǔ)音識(shí)別中是如何提取,進(jìn)而針對(duì)傳統(tǒng)的靜態(tài)特征參數(shù)(LPCC、MFCC)與動(dòng)態(tài)特征參數(shù)(ΔLPCC、ΔMFCC)進(jìn)行了相應(yīng)的討論,引申出了線性預(yù)測(cè)梅爾倒譜系數(shù)(LPMFCC)的混合特征做了相應(yīng)的理論及算法的分析,同時(shí)對(duì)結(jié)合神經(jīng)網(wǎng)絡(luò)在特征參數(shù)提取上的進(jìn)展做了介紹。
  其次,探討了神經(jīng)網(wǎng)絡(luò)的聲學(xué)建模及在語(yǔ)音識(shí)別中的作用,概述了神經(jīng)網(wǎng)絡(luò)的聲學(xué)建模發(fā)展

3、歷程,重點(diǎn)對(duì)限制玻爾茲曼機(jī)(Restricted Boltzmann Machine,RBM)的細(xì)節(jié)、常用的學(xué)習(xí)算法,以及評(píng)估方法進(jìn)行了系統(tǒng)描述。通過(guò)對(duì)反向傳播算法(Back-Propagation)的研究,采用(LPMFCC,ΔMFCC)的混合結(jié)構(gòu)聲學(xué)特征參數(shù)與傳統(tǒng)的MFCC(梅爾倒譜系數(shù))在BP(反向傳播算法)神經(jīng)網(wǎng)絡(luò)及DBN(深度置信網(wǎng)絡(luò))神經(jīng)網(wǎng)絡(luò)聲學(xué)模型下進(jìn)行了語(yǔ)音識(shí)別實(shí)驗(yàn),從而驗(yàn)證了線性預(yù)測(cè)梅爾倒譜系數(shù)與梅爾倒譜系數(shù)的一階差分

4、相混合的特征比梅爾倒譜系數(shù)可以更好地表現(xiàn)語(yǔ)音的特征,再在一定程度上改進(jìn)優(yōu)化了BP神經(jīng)網(wǎng)絡(luò),更重要的縮短了訓(xùn)練時(shí)間,提高了訓(xùn)練效率,同時(shí)也使得識(shí)別性能明顯提高。
  深度學(xué)習(xí)算法中的RBM模型相對(duì)較容易學(xué)習(xí),這種模型的算法克服了直接對(duì)多層網(wǎng)絡(luò)進(jìn)行訓(xùn)練的效率問(wèn)題。本文在語(yǔ)音識(shí)別實(shí)驗(yàn)中采用的是深度信念網(wǎng)絡(luò)模型(Deep Belief Nets,DBN),其主要是由RBM(限制玻爾茲曼機(jī))堆疊構(gòu)成。實(shí)驗(yàn)開(kāi)始前先將(LPMFCC,ΔMFCC

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論