一种基于局部循环记忆脉冲神经网络的语音事件流识别方法

本发明公开了一种基于局部循环记忆脉冲神经网络的语音事件流识别方法，包括：获取包含事件发生时间和听觉通道标识的语音事件流，按预设时间间隔分箱形成语音事件向量；构建由输入积分神经元、记忆神经元、上下文神经元和输出神经元组成的局部循环记忆模块，根据当前语音事件向量和前一时间步输出脉冲生成输入调制信号、记忆调制信号和输出调制信号，并按因果顺序更新各神经元状态；通过前一时间步上下文脉冲至当前记忆神经元、当前记忆脉冲至当前上下文神经元的连接形成跨时间步局部循环记忆通路；利用带语音类别标签的数据训练网络，并输出语音类别。本发明能够增强前序声学事件特征的保持能力，降低状态存储和非线性计算开销。