优化的竞争算法在语音识别中的应用

摘要

在传统的ＨＭＭ语音识别方法的基础上，提出了两种改进的竞争神经网络算法，分别用于语音识别的两个不同方面．首先提出了一种基于选择机制的新的竞争算法，这种算法可以有目的性地避免局部最优，而且可以克服模拟退火算法（ＳＡ）的随机性．然后，针对分类器的特性，对竞争算法进行改进，把安全拒识措施结合到竞争算法中，提出了一种新颖的神经网络——并行、自组织、层次神经网（ＰＳＨＮＮ）．实验结果表明，基于竞争神经网络算法的语音识别系统比传统的语音识别系统在识别能力和识别速度上都有明显提高，从而证明了与竞争神经网络算法结合的语音识别方法是可行的，而且具有良好的发展和应用前景．