语音信号与信息处理中的深度学习

• 作者: 凌震华 刘聪 杜俊 胡国平 胡郁 魏思
• 来源期刊: 中国计算机学会通讯
• 关键词: 深度学习 深层神经网络 语音信号与信息处理
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 专题
• 页码范围: 22-29
• 页数: 8页
• 语种: 中文

摘要

引言 深度学习旨在通过使用包含隐藏层的多层非线性模型结构实现对于输入特征的建模与处理,达到回归、分类的目的.传统的机器学习模型,例如隐马尔科夫模型(Hidden Markov Model,HMM)、条件随机场(Conditional Random Fields,CRFs)、支持向量机(Support Vector Machines,SVMs)等,多属于浅层结构模型.浅层结构模型的共同特点是对原始输入信号只经过较少层次(如一层)的线性或者非线性处理以达到信号与信息处理的目的.其优点在于结构简单、易于学习,而且在数学上有比较完善的算法.但是对于一些复杂的信号,它的表达能力就显出了局限性.而深层结构的模型由于其多层非线性变换的复杂性[1],具有更强的表达与建模能力,更适合处理语音等复杂信号.