[发明专利]用于语音识别的神经网络的训练方法

摘要

一用于识别孤立语词的语音识别系统包括一个用来进行模数转换和倒频谱分析的预处理电路和根据多项式扩展计算判定函数的多个神经网络。此系统可利用硬件或软件或两者的结合而实现。讲出的语词的语音波形经过分析转换为一个数据帧序列。该数据帧序列被划分为数据块，然后数据块被广播给多个神经网络。利用数据块神经网络可计算多项式扩展。神经网络的输出用来确定讲出的语词的身份。此神经网络采用的训练算法不要求重复训练并可对每一个给定的样例集产生全局极小。

主权项

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。