基于深度学习的声学模型研究
沈东风
张二华
1.南京理工大学计算机科学与工程学院 南京 2100942.南京理工大学计算机科学与工程学院 南京 210094
摘要：近年来,深度学习凭借其优越的性能广泛应用于图像处理、自然语言处理、语音识别等领域,它对性能的提升远超于以往的传统方法.论文采取循环神经网络(Recurrent Neural Networks,RNN)中的长短期记忆模型(Long Short Time Memory,LSTM)实现了语音识别中的声学模型构建,并增加反向时序信息对训练的影响,构成了双向长短期记忆模型(Bi-directional Long Short Time Memory,BLSTM).语音信号是一种复杂的时变信号,而BLSTM能够在处理时间序列数据的同时,选择性地记住有效信息,丢弃无用信息,实验表明该方法的识别率较传统的高斯混合模型-隐马尔可夫模型(Gaussian Mixture Model-Hidden Markov Model,GMM-HMM)有显著的提高.
关键词：语音识别声学模型深度学习BLSTM
分类号：O141.4(数理逻辑、数学基础)
资助基金：装备预研项目(61403120102)
论文发表日期：2021-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 315-321 )
英文信息