资料下载
×
如何设计一个有限状态转换器的端到端中文语音识别系统
消耗积分:0 |
格式:rar |
大小:0.80 MB |
2018-12-28
分享资料个
针对隐马尔可夫模型（ HMM）在语音识别中存在的不合理条件假设，进一步研究循环神经网络的序列建模能力，提出了基于双向长短时记忆神经网络的声学模型构建方法，并将联结时序分类（ CTC）训练准则成功地应用于该声学模型训练中，搭建出不依赖于隐马尔可夫模型的端到端中文语音识别系统；同时设计了基于加权有限状态转换器（ WFST）的语音解码方法，有效解决了发音词典和语言模型难以融入解码过程的问题。与传统GMM-HMM系统和混合DNN-HMM系统对比，实验结果显示该端到端系统不仅明显降低了识别错误率，而且大幅提高了语音解码速度，表明了该声学模型可以有效地增强模型区分度和优化系统结构。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
