语音学习笔记9------Matlab R2015a实现BP神经网络的嗓音识别

本来博主应该要搞卷积神经网络的，但是由于博主是这方面的小

白，都是从0开始的，所以怕一口吃下去咽死，还是先从BP神经网

络学起，后面的博文会陆陆续续推出实现卷积神经网络的嗓音识

别的。

1.1.1 BP 神经网络概述
BP 神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递,误差反向传
播。在前向传递中,输入信号从输入层经隐含层逐层处理,直至输出层。每一层的神经元状态
只影响下一层神经元状态。如果输出层得不到期望输出,则转入反向传播,根据预测误差调整
网络权值和阈值,从而使 BP 神经网络预测输出不断逼近期望输出。 BP 神经网络的拓扑结构
BP 神经网络可以看成一个非线性函数,网络输入值和预测值分别为该函数的自变量和因变量。

当输入节点数为 n ,输出节点数为
m 时, BP 神经网络就表达了从 n 个自变量到 m 个因变量的函数映射关系。
BP 神经网络预测前首先要训练网络,通过训练使网络具有联想记忆和预测能力。 BP 神
经网络的训练过程包括以下几个步骤。
步骤 1 :网络初始化。根据系统输入输出序列( X ,Y )确定网络输入层节点数 n 、隐含层节
点数 l ,输出层节点数 m ,初始化输入层、隐含层和输出层神经元之间的连接权值 ω
ij,ωjk,初始化隐含层阈值 a ,输出层阈值 b ,给定学习速率和神经元激励函数。
步骤 2 :隐含层输出计算。根据输入向量 X ,输入层和隐含层间连接权值 ωij
以及隐含层阈值 a ,计算隐含层输出 H 。
步骤 3 :输出层输出计算。根据隐含层输出 H ,连接权值 ωjk和阈值 b ,计算 BP 神经网络预测输出 O 。
步骤 4 :误差计算。根据网络预测输出 O 和期望输出 Y ,计算网络预测误差 e 。
步骤 5 :权值更新。根据网络预测误差 e 更新网络连接权值 ω
步骤 6 :阈值更新。根据网络预测误差 e 更新网络节点阈值 a ,
步骤 7 :判断算法迭代是否结束,若没有结束,返回步骤 2 。
1.1.2  语音特征信号识别
语音特征信号识别是语音识别研究领域中的一个重要方面,一般采用模式匹配的原理解
决。语音识别的运算过程为:首先,待识别语音转化为电信号后输入识别系统,经过预处理后
用数学方法提取语音特征信号,提取出的语音特征信号可以看成该段语音的模式。然后将该
段语音模型同已知参考模式相比较,获得最佳匹配的参考模式为该段语音的识别结果。语音
本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用 BP 神经网络实现对这四类音乐
的有效分类。每段音乐都用倒谱系数法提取 500 组 24 维语音特征信号,提取出的语音特征信
1.2  模型建立
BP 神经网络构建根据系统输入输出数据特点确定 BP 神经网络的结构,由于语音特征输
入信号有 24 维,待分类的语音信号共有 4 类,所以 BP 神经网络的结构为 24 — 25 — 4 ,即输入
层有 24 个节点,隐含层有 25 个节点,输出层有 4 个节点。
BP 神经网络训练用训练数据训练 BP 神经网络。共有 2000 组语音特征信号,从中随机