神经网络语音识别研究及进展.pdf

维普资讯 ／ 一 A摘要 论述了在语音识别中听觉神经网络模型 、 BP同络、时延神经同络、自组织影射、学习矢量量化和神经I$,0．1N 络 的优缺点及神经网络语音识别的发展动态。 关键词匿童堡型芷丝旦垫哩堕堡兰 -rA／ i孚 汇及20000词汇的识别率分别为97．1 和94．6 1 引言 INRS依赖于话者的系统 ，75000词汇的识别率为 80年代 中期开始了神经网络的第二次研究高 89．5 。HMM 之所 以在语音识别中应用较为成功 ， 嘲，人工神经网络 (ANN)具有 自适应性 、并行性 、非 主要是它具有较强的对时间序列结构的建模能力。 线性、鲁棒性、容错性和学习特性，近年来发展迅速 ， 尽管如此，HMM 技术也存在缺点，它不同于人脑的 并被用于语音识别领域，在结构和算法上都显示出 处理理解方式，其 自适应能力、鲁棒性都不理想，主 实力。它可以联想模式对，将复杂的声学信号影射为 要表现在对低层次的声学音素建模能力差 ，使声学 不同级别的语音学和音韵学的表示 ．不必拘束于选 上相似的词易混淆+对高层次语音理解或语义建模 取特殊的语音参数 ．而对综合的输入模式进行训练 能力差，这使它仅能接受有限状态或概率文法等简 和识别 ，可把听觉模型融于同络模型之中。ANN用 单应用场合 由于～阶HMM 假设输出是相互独立 于语音识别需要解决几个 问题 ，一是如何使ANN 的，它很难直接用模型描述协同发音 ．另外HMM 具有一定的反应语音时变特性的能力；二是基本神 需对状态的分布作先验假设+而它并不一定适宜于 经网络的输入节点是固定的，而语音信号的时长变 语音信号 化都很大，两者之间的矛盾如何解决}三是ANN学 3 人工神经网络 (ANN)模型 习时间太长+随着网络增大，该问题尤为突出；四是 要考虑语音识别基元在语音流中的稳定性，识别基 通常语音识别神经阿络可分为两大类，一类是 元越小，计算量也越小，但 同时带来的问题是怎样分 神经网络或神经网络与传统的HMM、DP相结合的 割和定位小基元所对应的语音段，另~b11,基元在转 混合网络，另一类是根据人耳听觉生理学、心理学研 换至音节、词和句子时，所需的规则很难描述。目前 究成果建立听觉神经网络模型。主要从 以下几个方 的研究是找到对语音信号更强有力的神经网络 面做工作： (NN)模型．更适宜的激活函数，更高速有效的学习 1)缩小建模单元，一般在音素上建模，通过提 算法和更合理的结构。 高音素的识别率来提高整个系统的正识率。 2)对声学模型、听觉模型、大脑运行机制进行 2 隐马尔可夫模型(HMM)和它的缺陷 深入研究，对语音信号引进上下文信息，以减少语音 大词汇量、连续语音的非特定人语音识别系统 多变化的影响。 大多数是基于 HMM 方法 ，它在语音识别 中起着非 3)从语音信号中提取多种特征，采用混合网络 常重要的作用．该方法 已日臻成熟。如SPHINX语 模型，并应用多种知识源(音素、词汇、句法、词意)进 音识别系统。]，对997个词的连