首页 > 编程知识 正文

matlab语音识别视频教程(语音识别matlab代码BP,基于MATLAB和BP网络的语音识别系统)

时间:2023-05-04 21:11:16 阅读:123618 作者:9

语音信号识别

模式识别

<; 微机信息(主机自动化) 2009年第25卷第良1期

axdlc编号: 1008-0570(2009 ) 09一l-0176_m3

基于MATLAB和BP网络的语音识别系统

thespeechrecognitionsystembased

开启

MATLABandBPneuralnetworks

华南理工大学(jmdsgzxdxmf )

战新-明

杨杨

Can

摘要:神经网络是近年来信息科学、脑科学、神经心理学等多个学科共同关注和研究的热点。 由于具有良好的抽象分类特性,现已应用于语音识别系统的研究与开发,成为解决识别问题的有效工具。 axdlc在阐述语音识别过程的基础上,重点讨论了利用BP神经网络识别语音,利用MATLAB完成了神经网络的训练和测试,取得了满意的结果。 关键字: MATLAB; BP神经网络:语音识别中的地图分类号: TN912.34文献识别码: a

Abstract:Inrecent

年度

新网

is

studyhotspotof

公共注意事项

开启

subject

ofinformationscience、brainscience、neu—

ralpsychologyandSO

on.Becauseneural

网络主机总线

a

好极了

abstractclassificationcharacteristic.nowithasbeen

使用情况

in

the

re。

searchanddevelopmentof

速度

记录

system,andbecomesthevalid

工具

which资源

a

关系探针

格瑞达

in

speech recognition.thispaperbrieflyintroduces

处理软件

速度

recognitionandemphaticallydiscusseshow

记录速度

withBPNeuralNetworks.trains

与与

teststheneuralnetworkin

用户界面

ofMATLAB.andacquires

a

可靠结果。

Key

words:MATLAB; BPneuralnetworks; 速度记录

1引言

拿出结果。 从图2可以看出,各级神经元之间形成全互连,各级神经元之间没有连接。 通过这种结构,多层前馈网络使人工神经网络(artificialneura(network ) )模拟人脑诸神在输入和输出之间建立适当的线性或非线性关系,并使网络元细胞网络使用大量的处理部件,人工侧的输出被限制在1 )和1 )之间。 图l是三层BP网络结构。

用公式建立的自适应非线性动态系统。 因为它模拟人类的神经输入层

隐藏的图层

输出层

元活动原理具有自我学习、联想、对比、分类、推理、概括能力,错误地逆向传播

因此,它被应用于信息处理和语音识别等领域。 数字化语音信号可以被视为一维或二维f -双边立体声数据)矩阵。 MATLAB的最大特点和优点是矩阵运算能力强,自然将MATLAB应用于语音处理领域。 基于这种前提和背景,MATLAB与BP神经网络相结合进行语音识别的研究成为语音识别研究领域的另一个热点。 本文主要介绍语音信号通过信息向前传播

在进行识别系统预处理后,进行特征提取,利用BP神经网络进行图lBP网络结构

训练和测试.最后得到识别结果,给出了基于MATLAB的环境下

2.2反向传播算法。

的图形用户界面GUI实现。

算法分为两个阶段:

输入第一阶段(正向过程)信息,从输入层经过隐藏层逐层计算各2

BP神经网络的基本原理

单元的输出值:根据下式计算各层的输出值。

基于误差反向传播(BackPr01 ) agation算法的多层前馈网络

netj2乞咄,

r11

fMuhiple—laverfeedforward

网络),简称BP网络,也称为误差

d,=I(NETF ) )。

(2) ) ) )。

信号

反馈网络,是神经网络的一个分支,也是目前神经网络中应第二阶段(反向传播过程)输出误差,逐层向前算出隐层各个用最多也是最成功的网络之一。它是一种有教师的学习网络,能单元的误差,并用此误差修正前层的值。在BP算法中常采用梯够实现从N维到M维的非线性映射。一般采用梯度下降法实现度法修正权值.为此要求输出函数可微,通常采用Sigmoid函数快速收敛。而构造一个BP网络需要确定其处理单元,即神经元作为输出函数。

的特性和网络的拓扑结构。

‘1’计算误差:

2.1

BP网络的拓扑结构

E=}莩(y,一只)2

(3)

神经网络的拓扑结构是指神经元之间的互连结构。BP神f21按照梯度方向计算各层权重的修正量:

经网络采用的是并行网格结构,包括输入层、隐含层和输出层,△嘞(,)2券2--砸p,

(4)经作用函数后,再把隐节点的输出信号传递到输出节点,最后给其中6,的计算公式为:’

I一(y—O,)o/(1一O,)输出层的计算方法

jmdsg:硕士研究生

6,210,(1一o,)∑wit。

非输出层的计算方法

V’

一176—360元/年邮局订阅号:82—946

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。