论文部分内容阅读
该文根据声道模型与AR模型的对应关系,提出了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,该特征从整体上描述了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到语音识别创造了良好的条件;(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)基于上述特征的系统识别性能明显优于传统的HMM方法及GMDS算法。