基于深度学习的语音识别模型及其在智能家居中的应用

• 作者: 包晓安 吴彪 张娜 徐海 钱俊彦
• 来源期刊: 浙江理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 语音识别 降噪自动编码器 智能家居
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电子信息技术
• 页码范围: 217-223
• 页数: 7页
• 分类号: TP181
• 字数: 4839字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3851(n).2019.02.012

摘要

为了满足人们对智能家居设备控制便捷化的需求,提出了一种基于降噪自动编码器的深度学习语音识别模型,经过语音识别模型解析出短语控制指令,以实现家居设备控制.该语音识别模型主要包含两个部分:首先进行无监督学习预训练,预训练前随机将一些网络节点置为0,人工模拟噪声数据,然后采用限制玻尔兹曼机权重矩阵依次训练每一个隐合层,通过比较输入数据与输出数据的偏差修改权重,优化参数;然后进行有监督微调,把训练好的参数作为整个网络的初始值,采用误差反向传播算法对整个网络模型调参.实验结果表明:该语音识别模型与深度信念网络对比,在语音识别率和对噪声的鲁棒性都有明显提高.将该语音识别模型和智能家居系统相结合,从普通短语中判断出家居控制指令,实现人机交互非接触式、便捷式控制,从而使系统更加智能化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱俊彦	桂林电子科技大学计算机科学与工程学院	86	238	9.0	10.0
2	张娜	浙江理工大学信息学院	72	213	8.0	12.0
3	包晓安	浙江理工大学信息学院	80	324	9.0	15.0
4	徐海	浙江理工大学信息学院	3	12	2.0	3.0