[发明专利]一种基于频谱自适应法的BP神经网络语音识别系统及方法

说明书

本发明属于语音识别技术领域，公开了一种基于频谱自适应法的BP神经网络语音识别系统及方法，基于频谱自适应法的BP神经网络语音识别方法包括：语音输入、对输入语音进行预处理/取帧、特征提取、频谱分析、BP神经网络训练、输出识别结果。本发明利用声学特征表征语音内容，不依赖于说话者或词汇内容，将韵律和音质特征整合到系统中；引入频谱变换自适应法补偿三种失真源(扬声器的差异，录音通道的变化和嘈杂环境)、重建训练向量和测试向量之间的正确相关性；通过BP神经网络算法对机器进行静态训练，进而令识别参数不断逼近最佳状态，提高识别率。

技术领域

本发明属于语音识别技术领域，尤其涉及一种基于频谱自适应法的BP神经网络语音识别系统及方法。

背景技术

目前，最接近的现有技术：

特征参数匹配法、隐马尔可夫法和神经网络法。现有语音识别技术多有环境噪声影响、说话人距离和位置变化的影响以及说话人心理和生理变化的影响等，缺乏稳定性和自适应性。

语音识别的应用往往工作环境复杂，声学特征的精确提取通常较难获得。这就需要语音识别系统具有一定的自适应性并进行BP算法训练。目前，常被用于语音识别技术的方法有HMM模型，BP神经网络算法。

然而，当周围存在较多高频噪声或说话人因情感变化而使说话口吻改变时，系统识别性能减弱，造成语音识别率不够。随科技发展，计算机和机器人需具有更强的表达、识别和理解能力，从而人机界面更为高效。

综上所述，现有技术存在的问题是：现有语音识别技术多有环境噪声影响、说话人距离和位置变化的影响以及说话人心理和生理变化的影响等，缺乏稳定性和自适应性。

解决上述技术问题的难度：任务过程中因环境变化、说话人距离改变、说话人因情感变化而改变说话口吻从而影响所提取特征值的有效性；任务过程中因扬声器的差异、录音通道的变化从而产生训练条件与测试条件间的不匹配；任务过程中因建立数据库差异导致某些语言无法识别等。

解决上述技术问题的意义：基于频谱自适应法的BP神经网络语音识别方法，用以提高训练条件与测试条件间的匹配程度；利用BP神经网络算法对机器训练，进而令识别参数不断逼近最佳状态，提高识别率。

发明内容

针对现有技术存在的问题，本发明提供了一种基于频谱自适应法的BP神经网络语音识别方法。

本发明是这样实现的，一种基于频谱自适应法的BP神经网络语音识别方法，包括：

步骤一，语音输入；

步骤二，对输入语音进行预处理/取帧；

步骤三，特征提取；

步骤四，频谱分析；

步骤五，BP神经网络训练；

步骤六，输出识别结果。

进一步，所述步骤三特征提取具体包括：

语音输入即把语音输入设备采集的语音进行原始输入，通过扩音器将未知声音转化为电信号输入识别系统，进行预处理；预处理包括采样语音信号、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等，并且每隔一定时间间隔取出部分信号处理，确定帧的尺寸以及计算重叠率；根据取帧划分的语音信号的每帧中提取出韵律特征和质量特征，确定特征集中最佳分类的特征；在BP神经网络训练阶段，主要是对特征进行分析并得到信号归属词汇，为每个词条建立一个模型，保存为模板库。在识别阶段，使用所获得的特征集来执行情感识别，语音信号经过相同的通道得到语音特征参数，生成测试模板，与参考模板进行匹配，基于本专利算法规则生成识别结果。

进一步，步骤四频谱分析采用频谱自适应算法；频谱自适应算法包括：

令训练向量和测试向量分别是向量X(1)和X(2)，假设：