基于PSO-BP神经网络的语音识别研究  

作　　者：陈伟 田一明 王喜太 陈晓振[3] 

机构地区：[1]国家康复辅具研究中心,北京市老年功能障碍康复辅助技术重点实验室,民政部神经功能信息与康复工程重点实验室,北京1001761 [2]河北工业大学控制科学与工程学院,天津300130 [3]霍尼韦尔环境自控产品(天津)有限公司,天津300457

出　　处：《电脑知识与技术》2018年第1期187-188,共2页Computer Knowledge and Technology

摘　　要：针对应用传统BP神经网络在语音识别中训练速度慢、容易陷入局部最优解的问题。该文提出了基于粒子群优化算法的BP神经网络语音识别模型。首先对不同噪声条件和词汇量下的语音样本进行特征提取,然后利用PSO算法对BP神经网络输出权值和阈值参数进行优化,最后利用获得的PSO-BP模型对不同词汇量下的语音样本进行测试。实验结果表明PSO-BP模型对语音的识别率明显高于未经参数优化的BP神经网络分类器,并且对高噪声具有更好的鲁棒性。

关 键 词：语音识别 BP神经网络 粒子群算法 参数优化 

分 类 号：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]