2、基于尖峰神经网络的极端学习层助力语音数字识别

基于尖峰神经网络的极端学习层助力语音数字识别

1. 引言

语音识别在教育、医疗、安全和通信等众多领域有着广泛的应用。然而，当前语音识别系统面临的一个主要障碍是难以处理信号中的噪声，而人类大脑几乎不受噪声影响。因此，探索新的策略来解决这一问题显得尤为重要，特别是那些受听觉系统和人类大脑功能启发的策略。

深度学习神经网络（DNNs）在大多数语音相关任务中表现出色，能够直接从原始语音样本中学习特征。但DNNs也存在计算需求高和能耗大等缺点，这促使科学界不断寻找替代方案。

近年来，尖峰神经网络（SNNs）受到了越来越多的关注。SNNs是一种特殊的人工神经网络，旨在模拟生物神经元的功能。它具有事件驱动和并行实现的特点，能够提高效率。SNNs通过脉冲来模拟生物神经元的动作电位进行神经元之间的通信，这些电位可以用二进制代码高效建模，便于在数字设备中实现。此外，SNNs还能模拟生物神经元的膜内电位，具有类似的时间动态，适合处理语音等时间信号。

极端学习机（ELM）是一种由Huang等人提出的学习技术，可用于快速高效地训练单隐藏层神经网络。其基本思想是随机分配输入层和隐藏层之间的连接权重，然后使用闭式解析公式计算隐藏层和输出层之间的连接权重。与其他神经网络训练方法相比，ELM具有训练速度快、易于实现等优点，并且在包括语音识别在内的各种分类任务中表现良好。

在这项工作中，我们提出了一种新的监督神经网络——数字极端学习尖峰神经网络（DELSNN），并在语音数字识别任务上进行了测试。DELSNN受到了Unnikrishnan和Hopfield经典工作的启发，但我们增加了一个极端学习层。Unnikrishnan提出了一种使用语音频谱特征的二进制时间编码来识别孤立数字