基于Deep Speech的语音识别系统的实现与改进

• 作者: 孙浩 李开 李灿
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 语音识别 深度学习 循环神经网络 CTC 门限循环单元 随机梯度下降 语言模型
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1620-1624
• 页数: 5页
• 分类号: TP391
• 字数: 3554字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.08.034

摘要

Deep Speech是一个端到端的语音识别系统,该系统使用深度学习的方法取代了传统的特征提取方法,直接从根据波形文件产生的频谱图中提取特征生成对应的文字信息.该系统使用门限循环单元构建的循环神经网络能够对具有时间序列相关性的语音信息进行学习,还使用了CTC进行输入到输出的映射以及网络模型参数的更新.将这种方法与语言模型相结合之后,对单词的拼写错误进行修正,能够得到更好的识别效果,使用方法也更加简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李开	华中科技大学计算机科学与技术学院	13	192	5.0	13.0
2	孙浩	华中科技大学计算机科学与技术学院	6	61	3.0	6.0