基于分數(shù)階卷積神經(jīng)網(wǎng)絡的語音識別算法研究.pdf

1、由于隨著科技的不斷發(fā)展人們在日常的生產(chǎn)生活中對語音識別的需求越來越迫切這就促使了語音識別技術在近年得到了快速發(fā)展，但是現(xiàn)在我們使用的語音識別系統(tǒng)經(jīng)常會遇到系統(tǒng)使用的環(huán)境和系統(tǒng)之前的訓練標準存在差異的情況。這就出現(xiàn)了系統(tǒng)在進行語音識別時其準確率不夠高的問題。所以現(xiàn)在的主要研究方向就是系統(tǒng)即使在復雜的環(huán)境下進行語音識別時也能夠保證可靠的準確率。模板匹配是經(jīng)典的語音識別中所使用的方法，現(xiàn)代的語音識別方法是以深度學習作為現(xiàn)在的研究工具，深度學習

2、是利用人類的神經(jīng)元活動原理，具有主動學習、比對、聯(lián)想、推導和總結等優(yōu)點，為語音識別提供了新的研究方向。
　　本文提出使用卷積神經(jīng)網(wǎng)絡(Convolution Neural Network,CNN)提高在噪聲環(huán)境下的語音識別效果。利用卷積神經(jīng)網(wǎng)絡自身的結構特點在復雜環(huán)境下會使得語音識別率得到提高，本文使用美爾頻率倒譜系數(shù)作為語音信號的特征參數(shù)輸入卷積神經(jīng)網(wǎng)絡中對網(wǎng)絡進行訓練學習，與BP神經(jīng)網(wǎng)絡相比由于網(wǎng)絡中隱藏層的神經(jīng)元采用的是局部

3、連接使得網(wǎng)絡的結構也得到了簡化由于具有權值共享的特點減少了參數(shù)的數(shù)目，減少了計算量但是卻比BP網(wǎng)絡具有更好的識別效果。
　　卷積神經(jīng)網(wǎng)絡自身也具有訓練時間過長的缺點，為了解決卷積神經(jīng)網(wǎng)絡在進行語音識別時通過樣本訓練神經(jīng)網(wǎng)絡所花費的時間過長的問題，在不影響卷積神經(jīng)網(wǎng)絡進行語音識別的正確率的前提下提出了采用分數(shù)階的方法處理卷積神經(jīng)網(wǎng)絡中的節(jié)點函數(shù)Sigmoid函數(shù)，使Sigmoid函數(shù)的收斂速度加快，從而達到了縮短訓練學習所需時間提升