基于双通路CNN的端到端语音识别研究

胡黎; 黄洪全; 梁超; 宋悦阳; 陈延明

doi:10.13873/J.1000-9787(2021)11-0069-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于双通路CNN的端到端语音识别研究

研究与探讨 | 更新时间：2025-09-11

- 基于双通路CNN的端到端语音识别研究
- 暂无标题
- 传感器与微系统 2021年第11期页码：69-72+83
- 作者机构：
  
  广西大学电气工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(51567004)
- DOI：10.13873/J.1000-9787(2021)11-0069-04
  中图分类号： TP183;TN912.34
- 纸质出版：2021
- 稿件说明：
移动端阅览
胡黎, 黄洪全, 梁超, 等. 基于双通路CNN的端到端语音识别研究[J]. 传感器与微系统, 2021,(11):69-72+83.
胡黎, 黄洪全, 梁超, 等. 基于双通路CNN的端到端语音识别研究[J]. 传感器与微系统, 2021,(11):69-72+83. DOI： 10.13873/J.1000-9787(2021)11-0069-04.

DOI：

摘要

传统的浅层卷积神经网络(CNN)语音识别模型通常使用单通路网络

导致特征提取不够充分

阻碍了语音识别精度的提升。针对这个问题

提出了双通路卷积神经网络(DPCNN)

通过增大网络宽度获取更加丰富的语音特征。同时级联注意力(attention)和连接时序分类(CTC)

削弱了CTC中的条件独立性约束

实现了DPCNN-Attention-CTC端到端语音识别模型

提高了语音识别的速度和精度。实验结果表明:DPCNN-Attention-CTC的错误率为22.9%

对比于单通路CNN-CTC

相对错误率降低了18.8%

验证了模型的有效性。

Abstract

关键词

Keywords

references

Tara N. Sainath,Brian Kingsbury,George Saon,Hagen Soltau,Abdel-rahman Mohamed,George Dahl,Bhuvana Ramabhadran.Deep Convolutional Neural Networks for Large-scale Speech Tasks[J].Neural Networks,2015.

Rabiner L.R..A tutorial on hidden Markov models and selected applications in speech recognition[J].Proceedings of the IEEE,1989(2).

王海坤,潘嘉,刘聪.语音识别技术的研究进展与展望[J].电信科学,2018(02).

梁瑞宇.语音信号处理[M].机械工业出版社,2018.

浏览量

516

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进ResNet18模型的驾驶员面部表情识别方法

基于Res-DCGAN和改进AlexNet的稻谷病害识别方法

基于深度学习的散斑图应变场测量

基于KPCA-CNN-GRU的陶瓷辊道窑温度预测

交互注意力融合的眼底图像分类方法