基于深度神经网络的语音识别系统研究

• 作者: 文剑 李伟林 马文凯
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模式识别 深度神经网络 语音识别 隐马尔科夫模型 模型重构
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 智能计算
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391
• 字数: 6810字
• 语种: 中文

摘要

语音识别是人机交互模式识别领域的一个重要课题,构建了一种基于深度神经网络的语音识别系统,使用了抗噪对比散度法和抗噪最小平方误差法对模型进行无监督训练;使用了均值归一化进行模型优化,提高了网络对训练集的拟合度,并且降低了语音识别的错误率;使用多状态激活函数进行了模型优化,这不仅使得不带噪测试和带噪声测试的语音识别错误率进一步下降,并能在一定程度上减轻过拟合现象;并通过奇异值分解和重构的方法对模型进行了降维.实验结果表明,此系统可以在不影响语音识别错误率的基础上极大地降低系统的复杂性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文剑	北京林业大学工学院	10	60	4.0	7.0
2	李伟林	北京林业大学工学院	6	33	3.0	5.0
3	马文凯	北京林业大学工学院	3	20	1.0	3.0