基于ELM和PCA的汉语数字语音识别研究

• 作者: 周杨 杨丽 王威 胡桂明 黄东芳
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 语音识别 极限学习机 BP网络 单隐层前馈神经网络 主成分分析
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 语音技术
• 页码范围: 49-53
• 页数: 5页
• 分类号: TN912.3
• 字数: 4125字
• 语种: 中文
• DOI: 10.16311/j.audioe.2015.11.09

摘要

针对传统BP网络在语音识别应用中存在训练时间长,容易陷入局部极小值等问题,建立了一种基于ELM的语音识别系统.ELM是一种快速的单隐层前馈神经网络(SLFN)训练算法,将该算法与单隐层BP网络进行实验比较.实验中对提取的特征矩阵采用主成分分析(PCA)算法进行降维,该算法有效地提取了语音信号的主要成分.实验结果表明:在训练时间上,ELM明显优于BP算法;在识别率上,ELM优于BP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡桂明	广西大学电气工程学院	34	156	7.0	9.0
2	杨丽	广西大学电气工程学院	17	64	4.0	7.0
3	王威	广西大学电气工程学院	5	13	2.0	3.0
4	黄东芳	广西大学电气工程学院	7	34	5.0	5.0
5	周杨	广西大学电气工程学院	6	34	5.0	5.0