基于双权值神经网络的数字语音识别研究

摘要

从双权值神经网络的结构出发,提出了一种基于双权值神经网络的非特定人连续数字语音识别的新算法.这种算法可以不经过端点检测和分割,先根据实际连续数字语音的各不同数字音节,构建连续语音中各不同数字音节的特征空间覆盖区,得到了较为满意的识别结果.最后与HMM相比较,从比较结果的发展趋势看,随着样本数量的增多,两种方法的识别率之间的差距也会慢慢减小,当样本数量趋近很大时,它们的识别率都会渐渐逼近100﹪.从结果中看出,基于双权值神经网络的语音识别方法的识别率一直高于HMM模型方法的识别率.