1、“.....因此具有学习和理解的能力。在语音识别中的应用十 分广泛，如分类区分共振峰检测等。其中用的最多的是利用神经网络的分类区分能 力。人工神经网络可以分辨浊音和清音，鼻音摩擦音和爆破音。长期的实验证明了 人工神经网络强大的分类区分能力。 将神经网络之所以能应用到语音识别中，是经过大量研究和训练而建立的，是语 音特征在系统中的种映射。它与传统的识别方法完全不同的地方是单个权值与识 别基元之间没有十分明确的对应关系，只存在整个权值构成的系统参数与整个识别空 间之间的对应关系。从处理信息方面来看组信息存储在人工神经网络内部是乱中 有序的，在存储信息过程中对信息进行了大量的处理，而不是单纯的把信心孤 立地存在内部。存储和处理信息是密不可分的。但用人工神经网络识别语音有个很大 的缺陷时序性很差，没有解决时间致的问题。人工神经网络的具体模型如下 当神经元有多个输入，与个输出时......”。

2、“.....表示从神经元到神经元的连接权重因子，表示激励 函数。上式也可简化为  其中，，。 激励函数可选择线性函数，也可选择非线性函数。常见的有 阶跃函数  型函数  双曲正切函数   高斯函数     。 最为常见最具典型性且最简的人工神经网络是神经网络。神经网络是 采用误差的反向传播算法的多层感应器神经网络，是种单向传输的多层前向网络， 网络不仅有输入与输出节点，又有单层或多层隐层的节点，同层节点中没有任何祸合。 输入的语音信号首先从输入节点挨个传送到每个隐层的节点，然后传输至输出节点， 每隐层节点的输出只关系着下隐层节点的输出......”。

3、“.....成功掩盖了的大部分缺点与不足，主要有以下三个 混合模型可以很好地适应语音数据无规律的变化。这可以不必刻意选取特殊 的语音特征参数输入模型库进行训练和识别。 把人类的听觉模型也融入人工神经网络中，在人工神经网络的开始端可以在 同时刻输入邻近帧的语音特征参数矢量，因此它与语音信号的真实形态更加致。 的结束端可以和任何形式的概率分布函数达到致，不仅可以很好地掌 控训练模型库中的概率分布的特性，还可以很真实地描述语音信号的概率分布曲线。 第三章基于的说话人识别 说话人识别系统平台介绍 对于说话人识别系统平台的搭建十分简单，只需用到台电脑，麦克风， 软件。 是款强大仿真编程软件。自年问世以来，经过时间的凝练，已 经成为广大学者师生最常用和最信赖的仿真软件。对人们强大的影响表现在 两个方面传统的分析设计方法在平台上运用十分方便快捷......”。

4、“.....基于的说话人识别会用到 的编程功能和仿真功能。 麦克风的主要作用是采集说话人语音。 本系统对于电脑的要求不高，只需安装软件。以上这些平台的基础准备 好了，个说话人识别系统平台就搭建起来了。这样搭建起来的说话人识别系统不仅 方面快捷，而且价格便宜。 语音采集模板 语音采集模板的主要目的便是采集说话人的声音，为后来的语音处理识别做好 准备。图为语音采集模块 图语音采集模板 图是利用的制作的。它包含了说话人的信息，如姓名年龄 和性别。这些信息需要预先设置。对于语音的采集，设置了三个采集的下拉框频率 时间和通道，和三个按键采集显示语音和回放。语音信号的采集频率是指采样模块 在内对声音信号的采集次数，采样频率越高，语音复原后就更接近实际情况。图 中设置了四种采集频率，下拉框中可以选择 和。语音采集的时间的长短也是可变的，下拉框中设置 了和六种不同的采集时间......”。

5、“.....并且存储采集到的语音信号，这里采集的语音信号 将被命名为西瓜而存储下来。 预处理模板 预处理就是将语音进行些基本的处理，使语音更有利于识别。前面已经介绍过 预处理的方法和过程。这个模块的主要作用是截取语音有声音的部分，舍弃没有声音 的时间段，然后将有声音的部分拼接在起。同样利用的做了个预处 理模块，如图 图预处理模板 图中设置的第个按钮是，即载入语音。这里载入的语音是图 采集的语音。点击按钮，将出现图的画面......”。

6、“.....世界上每个说话人都拥 有自己特定的语经过语音合成，语音编码和语音识别三个发展过程。语音识别的实验追 溯到世纪年代贝尔实验室的系统，此系统仅仅只能识别个英文数字。 又经过很长时间的研究发展，现在我们已经完全进入语音识别时代。 优势及应用前景 生物认证技术有虹膜识别，掌纹识别，指纹识别和声纹识别语音识别。声 纹识别有不丢失，没有记忆和使用方便等独特的优点。 对于虹膜识别技术，虽然准确性很高，但是实现困难，成本较高，所以不能普遍 使用......”。

7、“.....成本也不算太高，但是用户不 易接受，指纹往往和犯罪牵扯在起。还有些生物认证技术也因为实现难度过大而 不被关注。但是说话人识别技术只需简单的麦克风，台普通计算机就可以实现。和 其他生物识别技术进行对比，说话人识别系统还具有使用方便，低成本，易实现等优 点。 说话人识别技术应用前景十分广泛，可在各种安全认证身份的领域发挥重要作 用。随着数字化时代的急速发展，数字音频数据随处可见，说话人识别技术不仅在语 音检索和信息检索中投入使用，而且不少手机已经加入了语音拨号，语音书写短信， 语音打开应用程序等等功能。 国内外研究现状 世纪年代末，世界掀起了股语音识别的研究热潮。这期间研究出的重要 成果包括动态规划和线性预测编码技术等。 语音识别技术取得突破性进展是在世纪年代的时候。技术得到了进 步发展，特别是其中的和系统理论。直到今天，这两种理论依旧是研究语 音识别最有效......”。

8、“..... 世纪年代，语音识别迎来了股新新力量。人们重新开始了人工神经网络 研究，并有效地将和在同语音识别中结合使用，使连续语音 识别问题变得更加容易。近年来对于人工神经网络的研究不断发展，关于语音 信号处理的各项内容研究是促使其迅速发展的重要原因之。同时，它的许多成就体 现在语音信号处理技术。 人工神经网络以其简单灵活有效的特点，逐渐成为实现语音识别技术的 新宠。它将说话人识别技术的探究带入了个新的高度。 第二章说话人识别的基本原理 说话人识别基本知识 语音的发声机理 空气从肺排入喉咙，然后通过声带进入通道，最后由口辐射声波，从而形成了声 音。声带以左负责产生激励声带以右负责的是辐射系统和声道系统。之所 以存在不同性质的语音，是因为其激励和辐射不同。 清音和浊音 浊音与清音都统称为音素，而音素则是构成语音信号的基本单元。 发浊音时，空气流经紧绷的声带，声带产生振动......”。

9、“.....如果声带的长度短，厚度薄，张力就很大，听起来的的音调就越高，所以浊音的 基音频率就越高。 发清音时，空气流经声带，声带是张开的，则由肺排出的空气将不受防碍的经过 声门。空气经过声门后会发生两种情况，种是形成摩擦音，另种情况则形成爆破 音。这两种情况都统称为清音。 语音信号模型 由语音的发生机理可知，语音的生成包括三个部分声门负责产生激励，用 表示声道负责调制，用表示嘴唇负责产生辐射，用表示。语音信号生 成模型如下图 激励 声门 调制 声道 幅射语音 嘴唇 图语音信号生成模型图 所以语音生成系统函数可以表示为  其中，激励函数  调制函数        表示与之间的欧氏距离。 计算总畸变   ......”。