论文总字数：14146字

摘 要

本文介绍了利用人工神经网络来实现语种辨识的功能、原理以及利用小波神经网络来进行实现。虽然现在基于人工神经网络的语种辨识并不是特别新鲜的事，但对于大学生来说还是具有一定难度的。

基于人工神经网络的语种辨识中最基础的就是对语音信号进行分析、处理。这里对语音信号分析主要针对时域分析和频域分析两方面。而在处理技术上则利用了数字化语音信号的预处理的方法。就是选择一组数字化的语音信号，对其加窗分帧以及预加重，然后先进行时域分析。时域分析包括短时能量及短时平均幅度分析和短时过零率的分析。接着进行倒谱分析，接着提取MEL频率倒谱参数。

语种辨识过程是先建立一个人工神经网络，将分析后的频率到普参数输入BP网络的矩阵中进行配对，然后进行识别，从而完成语种辨识的目的。

关键词：人工神经网络；语音信号；语种辨识；神经元；激活函数

Abstract

This paper introduces the use of artificial neural network to achieve the function of language identification, principle and the use of wavelet neural network to achieve. Although the language identification based on artificial neural network is not a particularly fresh thing,but forcollege students, it has a certain degree of difficulty.

The most basic language identification analysis, artificial neural network is the speech signal processing based on. Here is time domain analysis and frequency domain analysis of speech signal, the preprocessing method of digital speech signal.Is to select a set of digital voice signals, the window frame and pre emphasis, and then the time domain analysis. Time domain analysis, including short-time energy and short-time average amplitude analysis and short-time zero crossing rate analysis.Time domain analysis, including short-time energy and short-time average amplitude analysis and short-time zero crossing rate analysis. Then carries on the frequency domain analysis, extracts the MEL frequency spectrum parameter (MFCC).

Language identification process is to establish an artificial neural network, the frequency of the analysis to the general parameters of the input BP network matrix for pairing, and then to identify, so as to achieve the purpose of language identification.

Keywords: artificial neural network；speech signal；language identification；neuron; activation function

目录

摘要 I

Abstract II

第一章引言 1

1.1语种辨识概述 1

1.2人工发神经网络发展史 1

1.3基于人工神经网络的语种辨识技术 2

1.4本章小结 2

第二章语音信号处理 4

2.1语音信号的分析 4

2.2语音信号的数字化处理 4

2.3数字化语音信号预处理 4

2.4语音信号的时域分析 6

2.5端点检测 7

2.6本章小结 7

第三章语种辨识的方法 8

3.1语种辨识的基本原理 8

3.2语种辨识的几种方法 8

3.3本章小结 9

第四章人工神经网络 10

4.1人工神经元模型 10

4.2激活函数 10

4.3人工神经网络的模型结构 11

4.4 BP网络模型 12

4.5人工神经网络对于语种辨识的应用 13

4.6本章小结 14

第五章语种辨识技术的系统的实现 15

5.1语种辨识系统的结构 15

5.2语音库的建立 15

5.3编程环境 15

5.4软件模块图 15

5.5本章小结 16

第六章总结 17

致谢 18

参考文献 19

第一章引言

1.1语种辨识概述

自动语言辨识技术（Automatic language identification technology）就是计算机识别出所选的语音段所属的语言的过程。语种辨识技术作为现代人工智能中的一个重要组成部分，在人们的生活中发挥着越来越重要的作用。人们通过某些技术手段实现计算机精准的辨识出语音的内容以完成人们的各种意图。近年来，随着语种辨识技术的日益成熟，被广泛运用在军事、医疗、交通等各个领域。

语种辨识按出发点不同可以分为说话人辨识与语音辨识；按发音方式可分为关键词检出、连续语音辨识、连接词辨识以及孤立词辨识；按词汇量大小可分为大、中、小词汇力量；按说话人可分为特定与非特定说话人；按语音识别的方法分可分为模版匹配法、随即模型法以及概率语法分析法。在语种辨识中，最简单的是特定人、小词汇量、孤立词的辨识，最难最复杂的是非特定人、大词汇量、孤立词的语种辨识。

语种辨识技术作为现代高科技技术，出现在了越来越多的方面之中，例如出现在语音自动拨号、移动设备的语音控制、自动语音翻译等系统之中。随着语种辨识技术的发展，语种辨识会带来越来越多的便利，能简化在生活、工作以及学习过程中的各种步骤，可以推断语种辨识技术会越来越多地出现在未来的各种产品、工具以及系统之中，并且极有可能成为下一代产品的必备技术。同时，虽然以目前来看语种辨识技术具有十分广阔的前景，但当前对语种辨识技术的研究还未到达计算机与人实现自然交流的目的，所以现在语种辨识技术依然存在着一些困难和问题。

1.2人工发神经网络发展史

所谓的人工神经网络（Artificial Neural Network），就是人工模拟大脑对信息处理的方式而建立的网络。[1]其中人脑神经元进行抽象，模拟的过程，然后建立一种简单的网络模型，最后根据不同的网络连接的方式来建立的网络。人工神经网络是用来模拟人脑结构及智能特点的一个领域，是模仿人脑认知功能、模拟人类形象思维和联想记忆的的信息处理系统。

^[1]同时人工神经网络也常常被简称为神经网络或类神经网络。神经网络其实是一种通过一些大量的节点（或称为神经元）进行彼此间的级联的计算模型。神经网络中的额每一个不同的节点全都代表着一种特定的激活函数（activation function）,节点之间的每一个连接都代表一个加权值，通过连接信号，即权重，权重是用来记忆神经网络的一部分。[2]网络的输出各不相同，是根据网络的连接方式、权重值和激励函数来确定的。网络自身常常都是与某种算法或者函数的相近，也可能是表达一种逻辑策略。

剩余内容已隐藏，请支付后下载全文，论文总字数：14146字