德州职业技术学院 张 丹

在大数据时代下，传统的机器学习算法下所展开的语音数据处理模式下的计算活动已经不能够满足人们对于语音数据的需求。因此展开对语音识别模型的研究探索，成为当前计算机平台的研究热点之一。本文主要研究如何将深度学习神经网络应用于语音识别中，探索基于深度学习神经网络的语音识别系统的网络整体结构以及结构运行流程，最终呈现出一种更加优良的语音识别模型。

1 语音识别的基本原理

1.1 语音识别的原理

语音识别顾名思义就是利用语音机器来展开对自然语音的处理。根据现有的计算机平台语音识别机器的运行流程可知，语音识别需要经过完成以下的基本流程，如图1所示。

图1 语音识别流程

但是自然语音数据的收集过程中，存在语音信号可变性的特点。如，声学变量中相同音素在不同文本中的不同发音，导致语音机器所接收到的语音音素变量差距较大。也有噪声现象影响语音信号的声学模型的，改变语音信源信息。因此做好语音识别必须能够做好语音信号的特征精准提取，完成语音信号数字化采样和数字化的声学信号分析。

1.2 语音识别主要流程

上述提到语音识别的基本流程特点，同时也强调了在整个流程中会对语音识别效率和结果带来影响的若干因素，对于这些影响因素的分析，归根究底是因为语音信号的预处理以及其特征提取的过程没有做好。……