随着计算机技术、图像处理、人工智能、计算机视觉、生理学、认知学及心理学等众多相关科学研究的不断深入,语音识别和图像识别已经成为高科技应用领域的研究热点,正在逐渐走进我们的生活。目前,语音识别和图像识别技术几乎应用于导航、工业机器人控制、手机使用、安全设备及智能家电等各个方面,并对人们的生活方式产生深远的影响。然而,人们对于语音图像双模态共发育的研究却很少,本文基于发育网络,建立一个语音图像双模态共发育的仿真系统。本文首先详细讲解了基本发育网络的具体结构及计算流程、发育网络中的学习算法(叶成分分析法)和乙酰胆碱和去甲肾上腺素对神经调节机制的影响,并对神经调节系统的模型进行详细的介绍。其次,概述了语音识别处理中的端点检测的方法和语音特征参数的提取,对发育网络与Mel倒谱系数(MFCC)相结合的具体网络结构和计算流程进行了详细的说明,试验验证并分析了不同的网络参数对语音识别率的影响。然后,对图像识别进行了说明,这里以人脸图像为例进行说明,对基于发育网络的人脸识别的具体网络和计算过程进行了详细的说明。对无背景的人脸识别和复杂背景的人脸识别分别做了不同参数的人脸识别率的对比实验和不同迭代次数的识别率的对比实验。最后,基于发育网络,建立了一个语音图像双模态共发育的仿真系统。对本文的语音库和图像的制作做了一个简要的说明,并且对共发育系统的网络结构和计算过程进行了详细的介绍。从实验结果可以看出,共发育系统的平均识别率在98%以上,从而得知,基于发育网络的语音图像双模态共发育系统能够达到很好的识别效果。