低资源语音识别中融合多流特征的卷积神经网络声学建模方法

• 作者: 张连海 秦楚雄
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 低资源语音识别 卷积神经网络 特征规整 多流特征
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 2609-2615
• 页数: 7页
• 分类号: TN912.34
• 字数: 9725字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.09.2609

摘要

针对卷积神经网络(CNN)声学建模参数在低资源训练数据条件下的语音识别任务中存在训练不充分的问题,提出一种利用多流特征提升低资源卷积神经网络声学模型性能的方法.首先,为了在低资源声学建模过程中充分利用有限训练数据中更多数量的声学特征,先对训练数据提取几类不同的特征;其次,对每一类类特征分别构建卷积子网络,形成一个并行结构,使得多特征数据在概率分布上得以规整;然后通过在并行卷积子网络之上加入全连接层进行融合,从而得到一种新的卷积神经网络声学模型;最后,基于该声学模型搭建低资源语音识别系统.实验结果表明,并行卷积层子网络可以将不同特征空间规整得更为相似,且该方法相对传统多特征拼接方法和单特征CNN建模方法分别提升了3.27％和2.08％的识别率;当引入多语言训练时,该方法依然适用,且识别率分别相对提升了5.73％和4.57％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张连海	信息工程大学信息系统工程学院	35	152	7.0	11.0
2	秦楚雄	信息工程大学信息系统工程学院	2	26	2.0	2.0