基于神经预测模型的非特定人汉语词组织识别系统

针对如何 描述语音信号的时间动态特征，本文主要研究基于多层感知器网络的神经预测模型在非特定人汉语词组识别系统中的应用。神经预测模型使用一组多层感知器网络（MIP）作为非线性预测器，采用动态匹配（DynamicProgramming）技术进行非线性时间规整，完成时间轴上的映射。本文提出了神经预测模型的简单训练算法和识别算法。基于这种模型建立了一个非特定人的汉语词组识别系统。该系统训练集内音节识别率为83%，词组识别率为86%；训练集外音节识别率为80%，词组识别率为82.5%。