基于卷积神经网络的连续语音识别

• 作者: 刘勇 张晴晴 潘接林 颜永红
• 来源期刊: 工程科学学报
• 学科: 工学
• 关键词: 卷积神经网络 连续语音识别 权值共享 聚合 泛化性
• 年，卷（期）: 2015,（9）
• 页码范围: 1212-1217
• 页数: 6页
• 分类号: TN912.34
• 字数: 6618字
• 语种: 中文
• DOI: 10.13374/j.issn2095-9389.2015.09.015

摘要

在语音识别中,卷积神经网络( convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络( deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸。本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比。在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勇	中国科学院语言声学与内容理解重点实验室	211	1777	22.0	33.0
2	颜永红	中国科学院语言声学与内容理解重点实验室	94	586	14.0	20.0
3	潘接林	中国科学院语言声学与内容理解重点实验室	23	215	7.0	14.0
4	张晴晴	中国科学院语言声学与内容理解重点实验室	14	173	6.0	13.0