浏览记录

   
查看大图

基于BP神经网络的语音信号识别研究

  • 商品编号:matlab063
  • 货  号:matlab063
  • 品  牌:jgyc
  • 开发语言: matlab
  • 论文字数: 20588
  • 市场价: ¥300.00
  • 销售价: ¥200.00
  • 节省: ¥100.00

以下是介绍(不过多网上展示为了防止查重),如需要完整的请联系客服qq购买.提示:本资料已审核通过,内容严格保密,格式标准,质量保证,软件类的包调试成功. 需要这份设计请添加QQ303563675.团购或代理了解

Ctrl+D收藏此篇
app hook

 

由于语音信号的多样性和复杂性,目前的语音识别效率不是很高。因而发展高效率的语音模型和算法成为语音识别研究的一个重要课题。人的发音实际上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渐渐显示了出来。语音识别技术若要取得突破,就必须引入非线性理论的方法。近年来,随着人工神经网络(ANN)等非线性理论研究和应用的逐渐深入,使得这些理论应用于语音识别成为可能。本文主要针对神经网络技术在语音识别系统中的应用来进行研究。

本文首先阐述了语音信号的基本原理,提取了有效特征参数——Mel频率倒谱系数(MFCC);其次叙述了语音识别的模式匹配及其模型训练技术;再次讨论了神经网络在语音识别中的应用,分析了基于BP神经网络的模型训练和识别算法,最后通过仿真实验,得到基于BP神经网络的语音信号平均识别率可达87.1%.

关键词: 语音识别;BP神经网络;特征提取;识别率

目  录
摘  要    I
目  录    III
1引言    1
1.1语音识别技术研究背景    1
1.2研究意义    2
1.3本文的主要研究内容    4
2语音信号处理技术简介    5
2.1语音信号预处理技术    5
2.1.1语音信号的预加重    5
2.1.2语音信号的加窗分帧    6
2.1.3语音信号端点检测    7
2.2特征参数提取技术    9
2.2.1线性预测(LP)分析技术    10
2.2.2Mel频率倒谱系数(MFCC)    10
2.3模式匹配及模型训练技术    11
2.3.1动态时间规整技术(DTW)    11
2.3.2隐马尔可夫模型(HMM)    11
2.3.3人工神经元网络(ANN)    12
3 BP神经网络简介    13
3.1神经网络基本概念    13
3.1.1神经元    13
3.1.2神经网络的连接模式    14
3.1.3神经网络的学习方式    15
3.1.4神经网络的学习算法    16
3.2 BP神经网络的基本模型结构    17
3.2.1 BP网络的结构    17
3.2.2 BP网络的学习规则    19
3.2.3 BP网络的设计原则    19
4基于BP神经网络的语音信号识别研究    21
4.1语音信号的获取    21
4.1.1语音信号预处理    22
4.1.2语音信号特征提取后的误差对比    23
4.1.3语音信号的特征识别    24
4.2语音信号分类算法的模型建立    25
4.3语音的识别分类    25
4.3.1归一化方法及MATLAB函数    25
4.3.2数据选择和归一化    26
4.3.3 BP神经网络初始化    28
4.3.4 BP神经网络训练    28
4.3.5 BP神经网络分类    28
4.3.6结果分析    29
5 总结与展望    31
5.1总结    31
5.2展望    32
参 考 文 献    33
致 谢    34

本文的主要研究内容

本文的主要工作是以语音识别和神经网络的基本理论为基础,对语音识别算法进行系统的归纳,研究了语音信号参数的提取方法和常用的识别算法,重点研究了神经网络在语音识别中的应用,包括模型的原理,模型的建立、训练和识别等过程,提出了基于神经网络的语音识别模型和算法。该算法将神经网络应用于语音识别领域,取得了较好的识别效果,表明了神经网络在语音识别中的优势。

论文内容的安排如下:

第一节介绍了课题开发的背景及研究意义,结合国内外语音研究的现状和发展趋势,介绍了语音识别的定义,语音识别的历史,和语音识别的应用范围,对神经网络在语音识别中的应用进行了分析。

第二节介绍了语音识别基本原理与技术,语音识别的过程。详细的介绍了语音识别的各个处理环节,包括预处理、特征提取与识别算法等。对几种特征参数的算法作了简单的介绍。对语音识别的模式匹配与模型训练的方法进行了阐述。这一节还介绍了几种常用的语音识别算法,如动态时间规整(DTW)、矢量量化(VQ)、隐马尔可夫模型(HMM)等。

第三节介绍了神经网络的基本概念,对神经网络的连接模式、学习方式、学习算法作了介绍。简明扼要的描述了BP网络的结构,以及它的学习规则,设计原则。

第四节介绍了基于BP神经网络的语音信号的识别,对语音信号的获取,语音信号的识别以及语音信号的分类算法进行了详细描述,并对其进行仿真实验的分析。

第五节总结和展望。对本次课程设计进行了总结,提出了BP神经网络用于语音识别的优点与不足,并讨论了今后的研究设想。



如果您对本商品有什么问题,请提问咨询!

发表咨询

标题:
*咨询内容:
联系方式: (可以是电话、email、qq等)
*验证码:   看不清楚?换个图片
如果您对本商品有什么评价或经验,欢迎分享!

发表评论

标题:
*评论内容:
联系方式: (可以是电话、email、qq等).
*验证码:   看不清楚?换个图片
<