论文部分内容阅读
语音识别技术具有重要的理论价值和广阔的应用前景,近年来受到了人们的广泛重视。随着电子计算机的不断应用与发展以及人工智能的不断进步与完善,人们越来越希望让机器能够理解人类的自然语言,这种需求使得语音识别技术的研究与发展十分迅速。一直以来,语音识别研究大部分以线性系统理论为基础,主要包括应矢量量化(VQ)、动态时间规整(DTW)与隐马尔可夫模型(HMM)等技术。然而,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露出来。语音识别技术若要取得突破,必须引入非线性理论的方法,人工神经网络(ANN)就是非线性理论中的一种有效方法。近年来,随着人工神经网络,特别是BP神经网络等非线性理论研究与应用的逐渐深入,使这些理论应用于语音识别成为可能。
本文以语音识别技术和BP神经网络理论为基础,结合MATLAB工具,研究了BP网络模型在语音识别中的应用问题。论文首先介绍了国内外语音识别研究的历史现状和发展趋势,接着阐述了语音识别和BP网络基本原理,然后基于MATLAB与BP神经网络构造和设计了语音识别原型系统,对系统设计原理和实现过程进行了详细介绍,最后进行了仿真实验和结果分析,并根据实验结果进行了算法改进和系统优化,使系统的识别率与识别速度显著提高。本文主要研究了基于BP神经网络的汉语语音识别,对语音识别的主要过程和BP神经网络的构建进行了详细说明,研究构造了相应的语音识别模型与算法,完成了实验软件平台的搭建与开发,设计了基于MATLAB与BP神经网络的语音识别系统,并对系统进行算法改进和结构优化,大大提高了识别性能。实验结果显示,改进和优化后的系统具有更好的识别性能,训练时间也进一步缩短,达到了预期的效果,为将来移植到嵌入式系统打下了良好的基础。最后,文章在语音识别系统的基础上,与视频检索技术相结合,研究了基于语音识别的新闻视频检索系统的实现途径,并给出了系统框架和概要设计。