摘要：为了促进人工神经网络在语音识别中的应用与发展，提高人工神经网络在语音识别领域当中的应用水平，本文对人工神经网络与语音识别的概念进行界定，探讨人工神经网络与语音识别的融合与发展，并分析未来人工神经网络在语音识别领域的应用前景。笔者希望本研究能够给其他研究人工神经网络在语音识别中的应用的课题的研究学者们提供借鉴。
关键词：人工神经网络；语音识别；语音识别技术
1. 理论基础
1.1 人工神经网络
目前，已经有大量的研究学者对人工神经网络进行了深入分析与研究，并对人工神经网络的概念进行界定，认为，人工神经网络是一种运算模型，其涵盖了大量的节点，并指出不同的节点之间相互连接，同时，在人工神经网络中，这样的节点也被称为神经元。最近几年，人们对人工神经网络的研究不断深入，并取得了很大的研究成果，目前，人工神经网络已经开始被广泛地运用到人类生产和生活的各大领域当中，比如，语音识别、自动控制、生物、医学等，给人们的生活带来的巨大的便利，为人们解决了大量的生产难题和生活难题。
1.2 语音识别
随着科学信息技术的发展，人们逐渐意识到一点，那就是想要灵活高效地对机器发布命令，就必须使得人类与机器能够进行某种程度上的“交流”，因此，语音识别技术出现在人们的生产和生活当中，成为了人类与机器进行交流的重要媒介。从本质上来说，语音识别技术就是指能实现人类与机器交流与互动的主要工具。目前，语音识别技术已经逐渐进入各大领域当中，比如，医疗领域、家居服务领域、电子产品领域当中。例如，在生活当中，人们常用的讯飞语音和Siri都是充分地运用了语音识别技术[1]。
2. 人工神经网络在语音识别中的应用
2.1 人工神经网络的基本模型
值得人们注意的是，即便是最精准的人工神经网络，其复杂性与规模大小都无法与人类的听觉系统相比较。因此，简单的神经网络与语音识别的结合是无法准确地实现人类与机器之间的相互交流，因此，若想要从根本上推动人类与机器的交流与互动，使得人类的命令能够准确地传达给机器，那么就必须构建准确的听觉神经模型。目前，在语音识别领域当中，常见且潜力较大的神经网络模型主要有三大类型，分别是多层感知器网、Kohonen自组织特征映射神经网、预测神经网络[2]。
2.2 人工神经网络和传统方法的结合在语音识别中的应用
目前，人工神经网络在语音识别中的应用主要有三个方面。其一，缩小建模单元，通常情况下，在音素上进行建模，并以提高音素的识别率的方式来实现整个系统的识别率的提升。
期刊文章分类查询,尽在期刊图书馆其二，深入分析与探讨声学模型、听觉模式和大脑运行机制，并使用语音信号解读上下文信息，从而尽可能地降低由于语音的多变性而产生的影响。其三，从语音信号当中提取多种特征，并运用混合网络模型和多种知识源，对语音进行准确地识别与理解，进而从根本上提高系统的性能。
图1 人工神经网络语音识别过程
将人工神经网络技术运用到语音识别领域当中的过程，涵盖了两个环节，分别是网络学习和语音识别，如图1所示。网络学习环节，主要是把已知的语音信号作为学习对象，运用神经网络技术中的自学习技术，获得一组连接权和偏置。而语音识别环节则不同，其主要是把准备测试的语音信号输入到神经网络当中，并通过神经网络的计算和联想，得出语音识别的最终结果。无论是网络学习环节，还是语音识别环节，其主要的核心在于两个步骤，分别是求取语音特征参数和神经网络学习。
总而言之，随着互联网技术和大数据技术的不断发展，以人工神经网络技术为基础的语音识别系统，具有广阔的发展前景。不过，当前人工神经网络模型仍然存在较多的问题，比如，语音识别测试对象与训练对象之间的规范问题。因此，笔者认为，从当前的形势来看，解决以人工神经网络技术为基础的语音识别系统的问题的关键在于实现神经网络与传统方法密切结合与发展，并实现神经网络与多种网络模型融合与发展。
2.3 人工神经网络在语音识别中应用的研究方向
最近几年，人工神经网络已经被广泛地运用到语音识别领域当中，而且，人工神经网络在语音识别领域当中的应用取得了长足的进步。目前，人工神经网络在语音识别中的应用研究方向主要能够被划分为三个部分：其一，人工神经网络技术的提升；其二，实现人工神经网络与现有的科学技术结合，进而形成全新的混合系统，并对其进行研究与应用；其三，对具有创新性和具有较大发展潜力的神经元网络进行深入研究，并将其运用到语音识别领域当中，实现语音信号处理环节的升级和优化[3]。
3. 结论
随着人工神经网络在语音识别中的应用与发展，越来越多的研究学者开始对这一研究课题进行分析与探讨。目前，人工神经网络技术也逐渐帮助人们解决了大量生产难题和生活难题，同时，人们也开始相信，人工神经网络技术还具有巨大的发展潜力，因此，随着互联网技术和大数据技术的进一步发展，笔者认为，在未来的十年里，人们的生产和生活当中将会出现大量的基于人工神经网络的语音识别系统产品，甚至，笔者有理由相信，在未来的市场上，将会出现能够根据人们的个性化需求而作出改变的基于人工神经网络的语音识别系统产品。
参考文献：
[1]吴炜烨，熊红云.神经网络在语音识别中的应用研究[J].仪器仪表用户，2009，16（1）：130-131.
[2]Zhen LI，Yuqing WANG，Tian ZHI，Tianshi CHEN.A survey of neural network accelerators[J].中国计算机科学前沿：英文版，2017，11（5）：746-761.
[3]魏爽.一种利用人工神经网络优化语音识别的方法[J].数字技术与应用，2017（10）：228-229.
作者简介：郝欣恺（1999-），男，汉，河北霸州，本科在读，研究方向：水声工程。
论文作者:郝欣恺
论文发表刊物:《学习与科普》2019年39期
论文发表时间:2020/2/26
标签：神经网络论文; 语音识别论文; 语音论文; 领域论文; 神经论文; 模型论文; 人类论文; 《学习与科普》2019年39期论文;