基于分?jǐn)?shù)階卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別算法研究.pdf

1、由于隨著科技的不斷發(fā)展人們?cè)谌粘５纳a(chǎn)生活中對(duì)語(yǔ)音識(shí)別的需求越來越迫切這就促使了語(yǔ)音識(shí)別技術(shù)在近年得到了快速發(fā)展，但是現(xiàn)在我們使用的語(yǔ)音識(shí)別系統(tǒng)經(jīng)常會(huì)遇到系統(tǒng)使用的環(huán)境和系統(tǒng)之前的訓(xùn)練標(biāo)準(zhǔn)存在差異的情況。這就出現(xiàn)了系統(tǒng)在進(jìn)行語(yǔ)音識(shí)別時(shí)其準(zhǔn)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(fù)雜的環(huán)境下進(jìn)行語(yǔ)音識(shí)別時(shí)也能夠保證可靠的準(zhǔn)確率。模板匹配是經(jīng)典的語(yǔ)音識(shí)別中所使用的方法，現(xiàn)代的語(yǔ)音識(shí)別方法是以深度學(xué)習(xí)作為現(xiàn)在的研究工具，深度學(xué)習(xí)

2、是利用人類的神經(jīng)元活動(dòng)原理，具有主動(dòng)學(xué)習(xí)、比對(duì)、聯(lián)想、推導(dǎo)和總結(jié)等優(yōu)點(diǎn)，為語(yǔ)音識(shí)別提供了新的研究方向。
　　本文提出使用卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network,CNN)提高在噪聲環(huán)境下的語(yǔ)音識(shí)別效果。利用卷積神經(jīng)網(wǎng)絡(luò)自身的結(jié)構(gòu)特點(diǎn)在復(fù)雜環(huán)境下會(huì)使得語(yǔ)音識(shí)別率得到提高，本文使用美爾頻率倒譜系數(shù)作為語(yǔ)音信號(hào)的特征參數(shù)輸入卷積神經(jīng)網(wǎng)絡(luò)中對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，與BP神經(jīng)網(wǎng)絡(luò)相比由于網(wǎng)絡(luò)中隱藏層的神經(jīng)元采用的是局部

3、連接使得網(wǎng)絡(luò)的結(jié)構(gòu)也得到了簡(jiǎn)化由于具有權(quán)值共享的特點(diǎn)減少了參數(shù)的數(shù)目，減少了計(jì)算量但是卻比BP網(wǎng)絡(luò)具有更好的識(shí)別效果。
　　卷積神經(jīng)網(wǎng)絡(luò)自身也具有訓(xùn)練時(shí)間過長(zhǎng)的缺點(diǎn)，為了解決卷積神經(jīng)網(wǎng)絡(luò)在進(jìn)行語(yǔ)音識(shí)別時(shí)通過樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)所花費(fèi)的時(shí)間過長(zhǎng)的問題，在不影響卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行語(yǔ)音識(shí)別的正確率的前提下提出了采用分?jǐn)?shù)階的方法處理卷積神經(jīng)網(wǎng)絡(luò)中的節(jié)點(diǎn)函數(shù)Sigmoid函數(shù)，使Sigmoid函數(shù)的收斂速度加快，從而達(dá)到了縮短訓(xùn)練學(xué)習(xí)所需時(shí)間提升