采用长短时记忆网络的低资源语音识别方法

• 作者: 周利莉 屈丹 张文林 舒帆 郭武
• 来源期刊: 西安交通大学学报
• 关键词: 语音识别 低资源 长短时记忆 神经网络
• 年，卷（期）: 2017,（10）
• 页码范围: 120-127
• 页数: 8页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.7652/xjtuxb201710020

摘要

针对低资源环境下由于标注训练数据不足、造成语音识别系统识别率急剧下降的问题,提出一种采用长短时记忆网络的低资源语音识别(LSTM-LRASR)方法.该方法采用长短时记忆网络构建声学模型,从特征提取、数据扩展及模型优化3个方面提高低资源语音识别性能.在特征提取方面,提取语言无关的高层稳健特征参数,降低声学模型对训练数据的依赖;在数据扩展方面,对已有标注数据进行语速扰动,对无标注数据进行自动识别,从而自动获取更多标注数据;在模型优化方面,通过序贯区分性训练技术提高模型对易混淆音素的区分能力,利用最小风险贝叶斯解码对多个系统进行融合,进一步提高识别性能.对OpenKWS16评测数据的实验结果表明,采用LSTM-LRASR方法搭建的低资源语音识别系统的词错率相对基线系统下降了29.9％,所有查询词的查询项权重代价提升了60.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈丹	解放军信息工程大学信息系统工程学院	48	205	7.0	12.0
2	郭武	中国科学技术大学信息科学技术学院	29	122	6.0	9.0
3	舒帆	解放军信息工程大学信息系统工程学院	1	14	1.0	1.0
4	张文林	解放军信息工程大学信息系统工程学院	13	68	5.0	8.0
5	周利莉	解放军信息工程大学信息系统工程学院	9	190	5.0	9.0