基于Kaldi的普米语语音识别

• 作者: 傅美君 潘文林 胡文君
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 普米语 深度学习 Kaldi语音识别工具包 语音识别 鲁棒性
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 199-205
• 页数: 7页
• 分类号: TP18
• 字数: 6726字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2018.01.034

摘要

为提高普米语语音识别系统的性能,引入深度学习模型进行普米语语音识别,该模型是一个高容量复杂的网络模型.以Kaldi语音识别工具包为实验平台,分别训练5种不同的声学模型,且这5种模型中包含一个有4隐层的深度神经网络模型.比较不同声学模型得到的语音识别率发现,G-DNN模型比Monophone模型的语音识别率平均提升49.8％.实验结果表明,当增加训练集的普米语语音语料量时,基于深度学习的普米语语音识别率会提升,而基于深度学习的普米语语音识别系统的鲁棒性比其余4个声学模型的普米语语音识别系统的鲁棒性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘文林	云南民族大学数学与计算机科学学院	33	166	6.0	12.0
2	傅美君	云南民族大学数学与计算机科学学院	5	21	3.0	4.0
3	胡文君	云南民族大学数学与计算机科学学院	4	26	3.0	4.0