在Matlab中使用LPC和ANN进行语音识别

Question

我有来自11个人的4个音素（a，e，o，u）的录音。我使用来自10个人的数据训练了ANN，并使用另一组进行测试。我使用了第一段（20ms）记录的14个LPC系数作为特征。

每个音素的训练矩阵I有14行10列。所以它是14 * 40。由于它是一个监督分类问题，我构建了一个4 * 40的目标矩阵T。它包含1和0，其中1表示I中的相应列来自该类。

测试数据矩阵包含四列和14行，因为它只包含来自一个人的4个音素。我们称之为S。

以下是代码：

net = newff(I, T, 15);
net = init(net);
net.trainParam.epochs = 10000;
net.trainParam.goal = 0.01;
net = train(net, I, T);
y1 = sim(net, I);
y2 = sim(net, S)

即使我将训练数据作为测试数据（y1）给出，结果也不好。

这里有什么问题？

Answer 1

  

我使用了第一段（20ms）记录的14个LPC系数作为特征。

除了前20分钟，你几乎忽略了所有的声音数据吗？这听起来不对。您必须至少计算所有帧的平均值。

  

这里有什么问题？

你在不理解理论的情况下开始编码。可能你想先阅读一些介绍。至少this，理想情况下this

要理解为什么ANN不起作用，计算将10个特征映射到4个类所需的参数数，然后计算每个参数的训练向量数。考虑到对于每个参数，您需要至少10个样本进行初始估算。这意味着你的训练数据还不够。