基于端到端技术的藏语语音识别

发布时间：2018-06-02 12:17

  本文选题：端到端 + 藏语　； 参考：《模式识别与人工智能》2017年04期

【摘要】：现阶段基于链接时序分类技术的端到端的大规模连续语音识别成为研究热点,文中将其应用于藏语识别中,取得优于主流的双向长短时记忆网络性能.在基于端到端的语音识别中,不需要发音字典等语言学知识,识别性能无法得到保证.文中提出将已有的语言学知识结合至端到端的声学建模中,采用绑定的三音子作为建模单元,解决建模单元的稀疏性问题,大幅提高声学建模的区分度和鲁棒性.在藏语测试集上,通过实验证明文中方法提高基于链接时序分类技术的声学模型的识别率,并验证语言学知识和基于端到端声学建模技术结合的有效性.
[Abstract]:At present, end-to-end continuous speech recognition based on link timing classification technology has become a hot topic. In this paper, it is applied to Tibetan language recognition to achieve better performance than the mainstream bidirectional long and short time memory network. In end-to-end speech recognition, linguistic knowledge such as pronunciation dictionary is not needed, and recognition performance can not be guaranteed. In this paper, it is proposed that the existing linguistic knowledge be combined into end-to-end acoustic modeling, and the binding triphonon is used as the modeling unit to solve the sparse problem of the modeling unit, which greatly improves the distinction and robustness of the acoustic modeling. On the test set of Tibetan language, the experimental results show that the proposed method improves the recognition rate of acoustic models based on linked temporal classification, and verifies the effectiveness of the combination of linguistic knowledge and end-to-end acoustic modeling.
【作者单位】： 中国科学技术大学语音及语言信息处理国家工程实验室;
【基金】：国家重点研发计划项目(No.2016YFB1001300)资助~~
【分类号】：TN912.34

【相似文献】

相关期刊论文 前10条

1 郭远琼;提高语音识别率点滴[J];电脑技术;2000年03期

2 邢文;语音识别[J];个人电脑;2000年02期

3 ;语音识别的真相[J];个人电脑;2001年12期

4 ;语音识别渐入佳境[J];个人电脑;2002年03期

5 ;微软语音识别软件可与人直接对话[J];自动化博览;2003年04期

6 ;语音识别[J];印刷世界;2004年01期

7 韩纪庆,王欢良,李海峰,郑铁然;基于语音识别的发音学习技术[J];电声技术;2004年09期

8 陈孝强;语音识别拟起新潮[J];微电脑世界;2005年07期

9 韩纪庆;张磊;郑铁然;;网络环境下的语音识别方法[J];计算机科学;2005年01期

10 唐潇霖;;你好!新语音识别时代[J];互联网周刊;2006年16期

相关会议论文 前10条

1 张歆奕;吴今培;张其善;;语音的共性特征及其在语音识别中的应用[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

2 杜树木;何良华;;一种新的基于段长分布的语音识别模型[A];2009年通信理论与信号处理学术年会论文集[C];2009年

3 李桢;高万林;欧文浩;徐山川;;基于关键词语音识别的农业信息语音服务系统的研究与实现[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

4 张冰;龙长才;罗海风;;熟悉掩蔽音背景下的目标语音识别[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年

5 王承发;赵德彬;金山;苗百利;朱志莹;;语音识别应用中抗噪声干扰方法的初步探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

6 杜笑平;杨启纲;杨家沅;;过零周期转移概率矩阵语音识别部件的研制[A];第二届全国人机语音通讯学术会议论文集[C];1992年

7 季宏;刘志文;杜燕玲;黄曾阳;;语音识别中的音字转换[A];第三届全国人机语音通讯学术会议论文集[C];1994年

8 葛余博;杨大利;曾德超;;噪声环境下语音识别的几个问题(一)[A];第三届全国人机语音通讯学术会议论文集[C];1994年

9 朱奇峰;俞铁城;;听觉中的协同现象和其对语音识别影响的探讨[A];第四届全国人机语音通讯学术会议论文集[C];1996年

10 姚磊;黄泰翼;陈景东;;一种高鲁棒性语音识别的通用自适应方法研究[A];第四届全国人机语音通讯学术会议论文集[C];1996年

相关重要报纸文章 前10条

1 闫婷;语音识别 理想与现实的距离[N];计算机世界;2007年

2 乐天;语音识别：让你的手机更聪明[N];计算机世界;2011年

3 雨夏;语音识别重在应用[N];计算机世界;2001年

4 王向东 栾焕博 林守勋 钱跃良;语音识别:抗噪音能力有待加强[N];计算机世界;2006年

5 本报记者 操秀英;颜永红：“搜索”语音识别的未来[N];科技日报;2010年

6 本报记者 李映;语音识别飞入寻常百姓家？[N];中国电子报;2012年

7 清华大学 刘加;语音识别应用促进技术发展[N];计算机世界;2006年

8 刘权;OSR提升语音识别率[N];中国计算机报;2004年

9 ;Intel涉足语音识别[N];计算机世界;2003年

10 本报记者 马文方;用互联网思维做语音识别[N];中国计算机报;2013年

相关博士学位论文 前10条

1 许金普;农产品市场信息采集的语音识别鲁棒性方法研究[D];中国农业科学院;2015年

2 包希日莫;面向蒙古语的语音识别声学建模研究[D];内蒙古大学;2016年

3 吴斌;语音识别中的后处理技术研究[D];北京邮电大学;2008年

4 奉小慧;音频噪声环境下唇动信息在语音识别中的应用技术研究[D];华南理工大学;2010年

5 孙f，

本文编号：1968729