语音识别 语音识别最基本的定义是“电脑能听懂人类说话的语句或命令，而做出相应的工作”。也就是说，如果电脑配置有“语音识别”的程序组，那么当你的声音通过一个转换装置输入电脑内部、并以数位方式存储后,语音识别程序便开始以你的声音样本与事先存储好的声音样本进行对比工作.声音对比工作完成后,电脑就会输出一个它认为最“象”的声音样本序号，由此可以知道你刚才念的声音是什么意义，进而执行命令。计算机自动语音识别的任务就是研究如何利用计算机从人的声学语音信号中提取有用信息，并从中确定语音信号的语言含义。其应用背景及学科基础如图所示。其最终目标是实现人与机器进行自然语言通信。语音识别技术 应用背景学科基础预处理特征提取参考模式模式匹配判决规则语音信号识别结果训练识别语音识别的实现 (3)神经网络的方法（ANN） 基于ANN的语音识别系统通常由神经元、训练算法及网络结构等三大要素构成。多采用Bp网和RBF网等前向神经网络来实现。识别方法介绍一般来说，语音识别的方法有三种：基于声道模型和语音知识的方法、模板匹配的方法以及利用人工神经网络的方法。(1)语音学和声学的方法 该方法星空体育 星空体育平台起步较早，在语音识别技术提出的开始，就有了这方面的研究，但由于其模型及语音知识过于复杂，现阶段没有达到实用的阶段.(2)模板匹配的方法 模板匹配的方法发展比较成熟，目前己达到了实用阶段。常用的技术有三种:动态时间规整(DTW)、隐马尔可夫(HMM)理论、矢量量化(VQ)技术。 基于RBF网络的语音识别 径向基函数神经网络(简称RBFNN)是一种三层前向神经网络。它的隐层激活函数是一种径向对称的核函数。当输入样本传播到隐单元空间时,这组核函数构成了输入样本的一组“基”。因此,这种神经网络称为径向基函数神经网络。RBFNN有以下特点: ● 是一种静态网络； ● 与函数逼近理论相吻合； ● 具有唯一最佳逼近点；● 网络连接权值与输出呈线性关系。 RBF网络拓扑结构非线性变换层线性合并层 RBF 网络由两部分组成（设输入维数为 p，隐单元数为 m，输出维数为 q）：● 第一部分：从输入空间到隐含层空间的非线性变换层第 i 个隐单元输出为: x 为 p 维的输入向量，即 为第 i 个非线性变化单元的“中心”向量。 为非线性变化单元的宽度。 其中：g(.)为隐单元的变换函数（即径向基函数），一般取为 Gauss 函数，即 ● 第二部分：从隐含层空间到输出层空间的线性合并层第 j 个输出其中： 为第 i 个隐单元与第 j 个输出之间的连接权值；y 为 q 维的输出向量,即 。 基于RBF网络的语音识别原理图 ◆ 具体步骤如下:第一步：提取特征第二步：确定网络结构第三步：确定隐函数中心（聚类方法）第四步：确定半径（根据公式 ）第五步：训练隐层到输出层的连接权值(最小二乘法)第六步：对测试集单词进行识别 K均值聚类算法步骤（LBG算法）： 即按照一定的失真测度，对训练数据进行分类，从而把训练数据在多维空间中划分成一个个以心形（码字）为中心的胞腔。这个过程需要一个由大量的矢量构成的样本集，经过统计实验后确定出各个胞腔的中心矢量。具体步骤如下： ① 初始化： 采用某种适当的方法选一个包含N个码字的初始码本矢量。 ②分类 ： 按最近邻(Nearest Neighbor)准则,以码字为中心，将训练矢量集中的所有矢量分到各个胞腔中，形成N个区域。 ③ 产生新码本：重新计算每个区域新的中心，并以此作为该区域的新码字。计算所有训练矢量的总失真度。 ④ 结束判断： 判断这一次的总失真测度比上次总失真测度下降至是否达到预先设定的某一阈值，如果达到阈值则停止，否则转步骤2。 The end 谢谢！

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。

　　3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　2023-2024年四川剑南春集团有限责任公司招聘应届高校毕业生88人高频难、易错点模拟试题附带答案.docx

　　国联民生证券-液冷行业动态报告：英伟达业绩印证行业景气，国产液冷迎黄金窗口.pdf

　　TCPCIF 0049-2020 化工园区事故应急设施(池)建设标准.pdf

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者