基于非负矩阵分解的语音深层低维特征提取方法

• 作者: 张连海 秦楚雄
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 连续语音识别 深层神经网络 半非负矩阵分解 凸非负矩阵分解 低维特征
• 年，卷（期）: 2017,（5）
• 页码范围: 921-930
• 页数: 10页
• 分类号: TN912.34
• 字数: 7533字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.05.009

摘要

作为一种基于深层神经网络提取的低维特征,瓶颈特征在连续语音识别中取得了很大的成功.然而训练瓶颈结构的深层神经网络时,瓶颈层的存在会降低网络输出层的帧准确率,进而反过来影响该特征的性能.针对这一问题,本文基于非负矩阵分解算法,提出一种利用不包含瓶颈层的深层神经网络提取低维特征的方法.该方法利用半非负矩阵分解和凸非负矩阵分解算法对隐含层权值矩阵分解得到基矩阵,将其作为新的特征层权值矩阵,然后在该层不设置偏移向量的情况下,通过数据前向传播提取新型特征.实验表明,该特征具有较为稳定的规律,且适用于不同的识别任务和网络结构.当使用训练数据充足的语料进行实验时,该特征表现出同瓶颈特征几乎相同的识别性能;而在低资源环境下,基于该特征识别系统的识别率明显优于深层神经网络混合识别系统和瓶颈特征识别系统.

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	解放军信息工程大学信息系统工程学院	34	63	4.0	6.0
2	秦楚雄	解放军信息工程大学信息系统工程学院	1	2	1.0	1.0