基于前饋型人工神經(jīng)網(wǎng)絡(luò)的語音和音樂識(shí)別.pdf

1、本文提出使用前饋型人工神經(jīng)網(wǎng)絡(luò)對(duì)連續(xù)音頻流中純語音、純音樂、語音+音樂3類音頻進(jìn)行分類的方法。主要針對(duì)兩個(gè)方面：1、哪些特征向量可作為分類的依據(jù)以及哪種特征向量會(huì)取得最佳識(shí)別效果；2、前饋型人工神經(jīng)網(wǎng)絡(luò)的建立、訓(xùn)練和仿真，并根據(jù)已提取的特征向量實(shí)現(xiàn)語音和音樂的自動(dòng)分類。 主要內(nèi)容包括： 1、從Internet特色電臺(tái)實(shí)時(shí)播放的節(jié)目中錄制實(shí)驗(yàn)數(shù)據(jù)，包含純語音、純音樂、語音+音樂3類，每類225s。 2、探討了各種參

2、數(shù)提取方法對(duì)分類結(jié)果的影響，通過對(duì)實(shí)驗(yàn)結(jié)果的比較，確認(rèn)了MFCC參數(shù)作為特征參數(shù)時(shí)系統(tǒng)將取得最佳識(shí)別效果。 3、介紹了前饋型人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，并敘述了在MATLAB6.5中如何實(shí)現(xiàn)前饋型人工神經(jīng)網(wǎng)絡(luò)的建立、訓(xùn)練和仿真，以及利用該網(wǎng)絡(luò)對(duì)純語音、純音樂、語音+音樂3類音頻進(jìn)行分類。 4、提出了利用Levenberg-Marquardt算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并且設(shè)立一個(gè)確認(rèn)集來指示訓(xùn)練的終點(diǎn)，防止無休止的訓(xùn)練使網(wǎng)絡(luò)過度適應(yīng)訓(xùn)練