中国学术期刊网络出版总库
  关闭
低资源条件下基于i-vector特征的LSTM递归神经网络语音识别系统  
   推荐 CAJ下载 PDF下载
【英文篇名】 Long short term memory recurrent neural network acoustic models using i-vector for low resource speech recognition
【下载频次】 ★★★★★
【作者】 黄光许; 田垚; 康健; 刘加; 夏善红;
【英文作者】 Huang Guangxu; Tian Yao; Kang Jian; Liu Jia; Xia Shanhong; University of Chinese Academy of Sciences; State Key Laboratory of Transducer Technology; Institute of Electronics; Chinese Academy of Sciences; Tsinghua National Laboratory for Information Science & Technology; Dept.of Electronic Engineering; Tsinghua University;
【作者单位】 中国科学院大学; 中国科学院电子学研究所传感技术国家重点实验室; 清华大学电子工程系清华信息科学与技术国家实验室;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2017年 02期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 语音识别; 长短时记忆神经网络; 身份认证矢量;
【英文关键词】 speech recognition; long short term memory(LSTM); i-vector;
【摘要】 在低资源条件下,由于带标注训练数据较少,搭建的语音识别系统性能往往不甚理想。针对此问题,首先在声学模型上研究了长短时记忆(LSTM)递归神经网络,通过对长序列进行建模来充分挖掘上下文信息,并且引入线性投影层减小模型参数;然后研究了在特征空间中对说话人进行建模的技术,提取出能有效反映说话人和信道信息的身份认证矢量(i-vector);最后将上述研究结合构建了基于i-vector特征的LSTM递归神经网络系统。在Open KWS 2013标准数据集上进行实验,结果表明该技术相比于深度神经网络基线系统有相对10%的字节错误率降低。
【英文摘要】 Under the condition of low resource,little labeled training data is available and the performance of speech recognition system is not ideal. To solve this problem. First,this paper investigated long short term memory recurrent neural network( LSTM RNN) for acoustic modeling. It was a powerful tool to model long time series and could make full use of the context information. Linear projection layer reduced the number of model parameters. Then,it explored speaker modeling methods in the feature space,and extr...
【基金】 国家自然科学基金资助项目(61273268,61370034,61403224)
【更新日期】 2017-03-22
【分类号】 TN912.34;TP183
【正文快照】 0引言近年来,深度神经网络(deep neural network,DNN)的研究和应用极大地推动了语音识别的发展,它相对于使用高斯混合模型(Gaussian mixture model,GMM)搭建的语音识别系统取得了巨大的进步[1],也使得各种语音应用如春笋般涌现。在无噪声环境下大数据集的语音识别技术已经非常?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  无线电电子学、电信技术
   通信
    电声技术和语音信号处理
     语音信号处理
      语音识别与设备

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号