基于LSTM网络的语音特征信号分类技术研究

• 作者: 代巧利 张朝亮
• 来源期刊: 电子元器件与信息技术
• 学科: 工学
• 关键词: 语音特征信号 特征分类 神经网络 LSTM网络 Tensorflow
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 通信技术与人工智能
• 页码范围: 210-212,218
• 页数: 4页
• 分类号: TN912.3
• 语种: 中文
• DOI: 10.19772/j.cnki.2096-4455.2021.12.093

摘要

文中基于神经网络理论,选用LSTM神经网络模型,采用tensorflow深度学习框架进行语音通信信号的特征分类研究,并详细说明实现过程中的关键技术,通过实验将传统BP神经网络与LSTM网络的分类结果进行了对比,数据证明LSTM网络在语音特征序列信号分类上取得了较好的效果,最后总结了LSTM网络模型的特点及语音通信特征分类技术的发展前景.