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。
科研之友
微信
新浪微博
Facebook
分享链接
