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。