基于稀疏DBN和双向LSTM的视觉语音识别算法

• 作者: 王一鸣 陈恳
• 来源期刊: 数据通信
• 学科: 工学
• 关键词: 稀疏深度信念网络 双向长短期记忆网络 视觉语音识别 稀疏表示
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 技术方案
• 页码范围: 9-15
• 页数: 7页
• 分类号: TP391
• 字数: 5239字
• 语种: 中文

摘要

唇部视觉信息作为语音识别的辅助信息一直受到广泛关注,为更好的提取唇部视觉信息,提出一种基于稀疏深度信念网络(Deep Belief Network,DBN)和双向长短期记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)的视觉语音识别算法.该算法通过在DBN的目标函数后引入混合的l1/2范数和l1范数来实现DBN的稀疏表示,以此稀疏DBN对唇部视觉信息进行稀疏瓶颈特征的提取,再将提取的瓶颈特征送入BiLSTM进行特征的学习分类.实验表明,该算法能有效的识别唇部视觉信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恳	宁波大学信息科学与工程学院	51	233	9.0	12.0
2	王一鸣	宁波大学信息科学与工程学院	3	1	1.0	1.0