基于神经网络的语音识别研究

本文对语音识别的主要过程进行了详细的介绍。在语音的特征参数提取阶段，本文着重介绍了实际应用中经常使用的线性预测倒谱系数(LPCC)和美尔频率倒谱系数(MFCC)等。本文主要研究了基于BP神经网络的语音识别，并提出了基于MFCC与LPCC混合参数的语音识别方法，以更好地表现语音的特征，避免传统的分段线性处理所产生的局限性，提高了识别性能。实验结果显示，该方法比传统的MFCC参数的语音识别方法具有更好的识别性能。本文还对识别系统中的BP神经网络进行了优化，改进了性能，缩短了训练时间，为将来移植到嵌入式系统中打下了良好的基础。