论文部分内容阅读
提出了一种基于蚁群聚类神经网络的汉语耳语音声调识别方法．根据耳语音发音特点，以听神经平均发放率、幅值包络、共振峰、声道长度等构成的多维矢量描述声调特征，采用蚁群聚类算法将多维特征矢量聚类后，送入局部有监督特征映射神经网络进行声调识别．这一方法通过对特征参数的聚类压缩了神经网络的输入神经元数目，因而可以有效避免在大数据条件下神经网络不易收敛及速度慢的问题．对多人耳语音声调的识别实验显示，采用蚁群聚类神经网络的耳语音声调识别方法与传统方法相比，性能明显提高，平均正识率达到87．5％．