基于深度神经网络的关键词识别系统

• 作者: 夏秀渝 孙彦楠
• 来源期刊: 计算机系统应用
• 关键词: 识别系统的总体框架如图1所示．
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 系统建设
• 页码范围: 41-48
• 页数: 8页
• 字数: 7377字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006367

摘要

针对当前关键词识别少资源或零资源场景下的要求, 提出一种基于音频自动分割技术和深度神经网络的关键词识别算法. 首先采用一种基于度量距离的改进型语音分割算法, 将连续语音流分割成孤立音节, 再将音节细分成和音素状态联系的短时音频片段, 分割后的音频片段具有段间特征差异大, 段内特征方差小的特点. 接着利用一种改进的矢量量化方法对音频片段的状态特征进行编码, 实现了关键词集内词的高精度量化编码和集外词的低精度量化编码. 最后以音节为识别单位, 采用压缩的状态转移矩阵作为音节的整体特征, 送入深度神经网络进行语音识别. 仿真结果表明, 该算法能从自然语音流中较为准确地识别出多个特定关键词, 算法易于理解、训练简便, 且具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏秀渝	四川大学电子信息学院	43	183	8.0	11.0
2	孙彦楠	四川大学电子信息学院	1	7	1.0	1.0