[发明专利]用于语音识别的神经网络的训练方法

权利要求书

1.一种训练用于语音识别系统中的多个神经网络的方法，上述每个神经网络都包括多个神经元，上述方法可产生多个训练样例，其中上述训练样例中每一个都包括一个输入部分和一个输出部分，上述方法由下面各步骤构成：

(a)接受一个讲出的语词样例；

(b)对上述讲出的语词进行模数转换，上述转换生成一个数字化语词；

(c)对上述数字化语词进行倒频谱分析，上述分析产生一个数据帧序列；

(d)由上述数据帧序列生成多个数据块；

(e)从上述多个数据块中选择一个，并使上述多个训练样例中的一个的上述输入部分等于上述所选择的数据块；

(f)从上述多个神经网络中选择一个，并确定上述选定的神经网络是否用于识别上述选定的数据块；

(i)如是，将上述一个训练样例的上述输出部分设置为1；

(ii)如不是，将上述一个训练样例的上述输出部分设置为0；

(g)存储上述一个训练样例；

(h)确定是否存在上述多个数据块的另外一个；

(i)如是，返回步骤(e)；

(ii)如不是，终止上述方法。

2.如权利要求1中所述的方法，其特征在于在步骤(d)上述多个数据块通过下面的(d1)至(d11)的子步骤生成：

(d1)将上述语音样例表示为一个帧序列；

(d2)使一当前帧等于上述帧序列的首帧；

(d3)将上述当前帧分配给上述多个数据块的第一数据块；

(d4)使一当前数据块等于上述第一数据块；

(d5)确定在上述帧序列中是否有下一帧；

(i)如是，进行步骤(d6)；

(ii)如不是，进行步骤(d11)；

(d6)使上述当前帧等于上述下一帧；

(d7)使上述当前数据块等于上述多个数据块中的下一个数据块；

(d8)将上述当前帧分配给上述当前数据块；

(d9)确定上述当前数据块是否是上述多个数据块中的最后一个；

(i)如是，进行步骤(d10)；

(ii)如不是，返回步骤(d8)；

(d10)使上述下一个数据块等于上述第一个数据块，并返回步骤(d8)；并且

(d11)确定上述当前数据块是否是上述最后数据块；

(i)如不是，将上述当前帧分配给上述多个数据块中其余各块；

3.如权利要求1中所述的方法，其特征在于在步骤(d)上述多个数据块通过下面的(d1)至(d14)的子步骤生成：

(d1)确定表示上述语音样例的上述帧序列中的帧数；

(d2)规定每个数据块中的帧数；并

(d3)计算应生成的数据块数目；

(d4)将上述语音样例表示为一个帧序列；

(d5)使一个当前帧等于上述帧序列的首帧；

(d6)将上述当前帧分配给上述多个数据块的第一数据块；

(d7)使一当前数据块等于上述第一数据块；

(d8)确定在上述帧序列中是否有下一帧；

(i)如是，进行步骤(d9)；

(ii)如不是，进行步骤(d11)；

(d9)使上述当前帧等于上述下一帧；

(d10)使上述当前数据块等于上述多个数据块中的下一个数据块；

(d11)将上述当前帧分配给上述当前数据块；

(d12)确定上述当前数据块是否是上述多个数据块中最后一个；

(i)如是，进行步骤(d13)；

(ii)如不是，返回步骤(d8)；

(d13)使上述下一个数据块等于上述第一个数据块，并返回步骤(d8)；并    

(d14)确定上述当前数据块是否是上述最后数据块；

(i)如不是，将上述当前帧分配给上述多个数据块中其余各块。

4.如权利要求3中所述的方法，其特征在于在步骤(d3)上述数据块的数目由下面的(d31)和(d32)子步骤计算：

(d31)将上述帧数除以上述每数据块的帧数并得出一个结果；并

(d32)将上述结果四舍五入求整。

5.如权利要求1所述的方法，其特征在于上述帧序列中的每一帧都包括多个数据点，其中每个上述数据点代表一个以倒频谱系数为依据的函数值。