一种基于RBF神经网络的命令集语音识别系统研究

摘要

本文主要研究了人工神经网络在语音识别中的应用，径向基函数神经网络(RBFNN)的原理及在语音识别中的应用，重点在于研究基于径向基神经网络的命令集语音识别系统，研究构造了相应的语音识别模型与算法。并完成了基于MATLAB7.0.1的程序设计和实验。 本文对语音信号前端处理的方法进行的研究和比较。分析讨论了基于径向基函数神经网络的语音识别系统，不同的神经网络隐层结构设计方法和不同的学习方法对神经网络性能的影响。采用一种改进的训练方法，有效地改进了径向基函数神经网络的语音识别性能。分析了采用有序聚类网络进行时间规整对神经网络性能的影响。

目录

文摘

英文文摘

声明

第一章绪论

1.1前言

1.2语音识别的发展状况

1.2.1语音识别技术发展状况

1.2.2语音识别系统现有成果

1.2.3国内研究现状

1.3语音识别系统组成

1.4论文主要工作及论文组织

第二章语音信号前端处理

2.1语音信号预处理和端点检测

2.1.2预加重

2.1.2分帧和加窗

2.1.3端点检测

2.2语音信号特征参数提取

2.2.1线性预测参数LPC

2.2.2线性预测倒谱参数LPCC

2.2.3 Mel频率倒谱参数MFCC

2.3时间归整

第三章语音识别算法

3.1 DTW

3.2 HMM

3.3 ANN

3.3.1人工神经网络

3.3.2对神经网络在语音识别中的正确认识

3.3.3人工神经网络在语音识别中优势

第四章RBFNN模型

4.1 RBFNN介绍

4.2 RBFNN结构建立方法

4.2.1 K均值聚类算法

4.2.2样本信息聚类算法

4.2.3自适应聚类算法

4.3 RBFNN训练方法

4.3.1 LMS

4.3.2改进的训练方法

第五章实验分析

5.1实验原理

5.2语音资料库

5.3端点检测

5.4语音信号特征参数

5.5 RBFNN隐层设计方法

5.6 RBFNN训练算法的改进

5.7时间归整

5.8本章小结

第六章总结与展望

参考文献

致谢

攻读硕士期间发表的论文