语音识别中基于神经网络的矢量量化方法.pdfVIP

　　第 20 卷　第 12 期 小 型 微 型 计 算 机 系 统 . 20 . 12 V o l N o 　　　1999 年 12 月 - . 1999 M IN I M ICRO SY ST EM S D ec 语音识别中基于神经网络的矢量量化方法 孙　杰　李晶皎　姚天顺 ( 东北大学信息科学与工程学院　沈阳 110006) 摘　要　本文对神经网络语音识别中的语音特征提取、网络结构以及学习算法进行了初步的研究, 提出了 一种用于语音特征矢量量化的简化和改进的自组织神经网络模型V QNN . V QNN 中引入了动态规划法估 计语音样本矢量的码本类中心初值并确定网络的初始权矩阵, 可构造出256 个量化等级的码本矢量. 该方 法具有较强的鲁棒性且矢量量化过程简单迅速. 对 28 个地名的语音量化识别实验结果表明了这种量化方 法对语音识别的有效性. 关 键 词　语音识别　矢量量化　神经网络 分 类 号　T P 39 1 1　引　言 矢量量化是 80 年代发展起来的一项信源编码新技术, 它是根据 Sh annon 的信息理论, 采用组量化能够获得优 于标量量化性能的基本思想而提出的. 矢量量化技术利用了矢量各分量之间相互关联的性质, 抑制了信号量化过程 〔1, 2 〕 中的信息冗余量而实现高效率的熵压缩编码 . 它是语音识别中的一个重要环节. 语音识别过程首先要对连续语 ( ) 音信号进行特征提取, 得到语音信号的一组特征矢量. 为了进一步压缩信号, 用若干离散的数字值 即码本号 来表 示特征矢量, 这就是矢量量化的过程. 在语音信号的矢量量化系统中, 码本训练的质量直接影响语音识别的识别率, 为此我们探求更好的矢量量化方法来获得高质量的码本. 神经网络是一种模拟了人脑神经组织结构的信息处理方法. 它具有自适应性、并行性、和鲁棒性等特点. 自八十 年代再复兴以来, 神经网络技术已在诸如语音识别等各类智能系统中得到了广泛应用. 人们已探索出多种将神经网 〔3, 4 〕 络用于语音识别的途径和方法 , 初步显示了神经网络的结构和算法在语音识别中的有效性. 在语音识别中矢量 量化的码本既是聚类中心, 码本可通过各种聚类算法求得. 已有文献将 自组织神经网络( SONN ) 用于矢量量化过 程. 它利用 SONN 能确定样本空间概率聚类中心的自组织能力对语音矢量进行划分, 形成以聚类中心表示的特征 矢量, 达到对语音矢量量化的目的. 由于在语音矢量量化中量化等级事先确定, 随着量化等级的增加使网络规模迅 速膨胀. 此时采用 SONN 随机设置网络权值的无监督学习算法, 不仅算法收敛速度缓慢, 而且收敛后会出现大量神 经元都包含空类的现象, 从而影响语音识别效果. 针对上述问题, 本文在 SONN 算法基础上, 增加了用于确定语音样本矢量初始码本类中心的动态规划过程, 并 将输出层简化为具有侧抑制的一维神经元结构, 提出一种用于语音特征矢量量化的简化和改进的神经网络模型 ( ). 具有较强的鲁棒性, 收敛速度快, 并且能够