基于反向传播神经网络的孤立孟加拉语语音识别实现
计算与语言
2013-08-20 v1 神经与进化计算
摘要
本文致力于开发用于孟加拉语语音识别的反向传播神经网络。研究中录制了十位说话人的十个孟加拉语数字并进行了识别。通过梅尔频率倒谱系数（MFCC）分析方法提取了这些语音数字的特征。利用五位说话人的 MFCC 特征，采用反向传播算法对网络进行训练。使用另外五位说话人的十个孟加拉语数字（0 到 9）语音的 MFCC 特征对系统进行测试。本研究中使用的所有方法和算法均利用 Turbo C 和 C++ 语言的特性实现。研究表明，所开发的系统能够成功编码和分析语音信号的 MFCC 特征以进行识别。该系统在已知说话人（即说话人相关）情况下的识别率约为 96.332%，在未知说话人（即说话人无关）情况下的识别率为 92%。
引用
@article{arxiv.1308.3785,
title = {Implementation Of Back-Propagation Neural Network For Isolated Bangla Speech Recognition},
author = {Md. Ali Hossain and Md. Mijanur Rahman and Uzzal Kumar Prodhan and Md. Farukuzzaman Khan},
journal= {arXiv preprint arXiv:1308.3785},
year = {2013}
}
备注
9 pages, 3 figures, 1 table