神经网络语音识别新特征

摘要

根据声道模型与ＡＲ模型的对应关系，提出一种可用于神经网络语音识别的新特征———语音信号的全局时频特征，从整体上描述ＬＰＣ倒谱系数的变化规律．其特点是：（１）特征长度固定，为传统的静态神经网络应用于语音识别创造了良好条件；（２）与其他语音识别系统所用的神经网络相比，新特征极大地降低了神经网络的规模及训练时间；（３）基于新特征的系统的识别性能明显优于传统的ＨＭＭ方法及ＧＭＤＳ算法．