基于时域建模的自动语音识别

发布时间：2018-06-13 09:14

  本文选题：卷积神经网络 + 递归神经网络　； 参考：《计算机工程与应用》2017年20期

【摘要】：端到端神经网络能够根据特定的任务自动学习从原始数据到特征的变换,解决人工设计的特征与任务不匹配的问题。以往语音识别的端到端网络采用一层时域卷积网络作为特征提取模型,递归神经网络和全连接前馈深度神经网络作为声学模型的方式,在效果和效率两个方面具有一定的局限性。从特征提取模块的效果以及声学模型的训练效率角度,提出多时间频率分辨率卷积网络与带记忆模块的前馈神经网络相结合的端到端语音识别模型。实验结果表明,所提方法语音识别在真实录制数据集上较传统方法字错误率下降10%,训练时间减少80%。
[Abstract]:The end-to-end neural network can automatically learn the transformation from the original data to the feature according to the specific task, and solve the problem that the artificial design features and tasks do not match. In the past, the end-to-end network of speech recognition used a layer of time domain convolution network as the feature extraction model, and a recurrent neural network and a fully connected feedforward depth neural network were used as acoustic models. There are some limitations in effect and efficiency. From the point of view of the effect of feature extraction module and the training efficiency of acoustic model, an end-to-end speech recognition model combining multi-time frequency resolution convolution network with feedforward neural network with memory module is proposed. The experimental results show that the proposed method reduces the word-error rate and the training time by 10% and 80% respectively on the real recorded data set compared with the traditional method.
【作者单位】： 科大讯飞股份有限公司研究院;
【基金】：国家重点研发计划(No.2016YFC0800806)
【分类号】：TN912.34;TP183

【相似文献】

相关期刊论文 前10条

1 朱文育 ,王炳锡;语音编码中的递归神经网络技术研究[J];微计算机信息;2005年23期

2 肖怀铁,庄钊文,郭桂蓉;基于递归神经网络的飞机目标识别方法[J];国防科技大学学报;1997年04期

3 申建国,王暖臣;语音识别程序的开发与应用[J];计算机应用研究;2000年12期

4 郭远琼;提高语音识别率点滴[J];电脑技术;2000年03期

5 邢文;语音识别[J];个人电脑;2000年02期

6 ;语音识别的真相[J];个人电脑;2001年12期

7 ;语音识别渐入佳境[J];个人电脑;2002年03期

8 ;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

9 ;语音识别[J];印刷世界;2004年01期

10 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

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：2013505