连接时序分类准则声学建模方法优化

• 作者: 张鹏远 潘接林 王智超 颜永红
• 来源期刊: 声学学报
• 年，卷（期）: 2018,（6）
• 页码范围: 984-990
• 页数: 7页
• 语种: 中文

摘要

对基于连接时序分类准则(connectionist temporal classification,CTC)的端到端声学建模方法进行研究和优化.研究分析了不同声学特征、建模单元以及神经网络结构对CTC声学模型性能的影响,针对CTC模型中blank符号共享导致的建模缺陷提出了建模单元相关的非共享blank方法进行改进,并引入融合建模单元关联信息的模型初始化方法进一步提高CTC模型的性能.在300小时标准英文数据集Switchboard的实验结果显示,结合非共享blank、时延神经网络以及融合建模单元关联信息的初始化方法,CTC声学模型相对于基线系统在词错误率上取得绝对1.1％的下降,同时在训练速度上取得3.3倍的提高,实验结果证明本文针对端到端声学建模提出的优化方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜永红		94	586	14.0	20.0
2	张鹏远		18	77	6.0	8.0
3	潘接林		23	215	7.0	14.0
4	王智超		3	24	2.0	3.0