卷积神经网络声学模型的结构优化和加速计算

• 作者: 张鹏远 徐及 王智超 颜永红
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音识别 声学模型 卷积神经网络 矢量化
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 416-422
• 页数: 7页
• 分类号: TP18|TN912.34
• 字数: 4783字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2018.03.017

摘要

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.

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	中国科学院语言声学与内容理解重点实验室	94	586	14.0	20.0
5	张鹏远	中国科学院语言声学与内容理解重点实验室	18	77	6.0	8.0
6	徐及	中国科学院语言声学与内容理解重点实验室	3	3	1.0	1.0
7	王智超	中国科学院语言声学与内容理解重点实验室	3	24	2.0	3.0