魏爽

摘要：语音识别就是利用机器通过识别和理解，将语音信号转变为文本，已经在很多行业得到了应用。由于每个人说话的方式都不同，其说话的特征都不一样。说话人识别就是通过一段语音识别出说话人的技术。结合人工神经网络对语音识别进行优化，平均准确率达到了94.5%。

关键词：神经网络；人工智能；语音识别；数据挖掘；反向传播

中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2017）10-0228-02

1 引言

受生物神经网络启发，1943年心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型。人工神经网络（Artificial Neural Network，ANN）由大量高度互联的信息处理单元组成，这些信息处理单元共同合作完成信息处理工作。这使得ANN特别适合于处理直觉和形象思维信息。经过了半个世纪的发展，ANN已经在图像处理、语音处理、以及人工智能的其他领域得到了广泛的应用。语音识别就是利用机器通过识别和理解，将语音信号转变为文本。近20年，语音识别领域得到了快速发展。市场上在家电、通信、消费电子产品等领域已经有一批语音识别的应用。本文通过将ANN和数据挖掘技术应用到语音识别上，优化语音识别性能，平均识别准确率达到了94.5%。

2 基本概念

2.1 人工神经网络

ANN是一种非线性的预测模型。它模仿生物神经网络的结构，经过训练学习，可以通过相对简单的函数组成的网络，以任意的精度近似任何非线性函数。经过多年的发展，现在的神经网络模型有很多种，如自适应谐振理论、反向传播（Back-Propagation，BP）网络以及Hopfield网等，其中BP网络应用的最为广泛[1-3]。……