基於聽覺感知模型之類神經網路及其在語者識別上之應用

摘要

根據神經生理學研究,耳朵會針對聲音的各個頻率進行分頻，並產生出聽覺頻譜，研究人 員根據專注聽覺現象和生物聽覺實驗,也發現了大腦聽覺皮質上神經作用的模式。於本論文中, 我們運用類神經網路,建構出一種模擬人類聽覺的類神經網路模型，並在語者識別這個應用上 進行討論,期望能成功連結神經生理學的知識與工程的技術。而我們所設計的模型，是利用兩層不同維度的卷積祌經網路(Convolutional Neural Network),分別模擬初期耳蝸階段及大腦皮質階段，透過設計卷積核初始值，即耳蝸階段多組一維分頻濾波器和大腦皮質階段同時解析時頻 資訊的二維濾波器，以使模型能夠快速地達到收斂狀態。而透過模型訓練，根據目的與環境變 因的不同，模型會自動調整其中參數，使輪入資料映射至目標的型態。同時我們也針對所提出 的模型架構，進行了多種形態的比較，進而發現在給定初始值的狀况下，即使訓練不夠充分， 也能產生不錯的結果。