一种改进的DNN-HMM的语音识别方法

• 作者: 何琛 宋鹏 张秋铭 李云红 李禹萱 梁思程 王刚毅 贾凯莉
• 来源期刊: 应用声学
• 学科: 工学
• 关键词: 语音识别 深度神经网络 声学模型 声学特征
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 371-377
• 页数: 7页
• 分类号: TN912.34
• 字数: 4029字
• 语种: 中文
• DOI: 10.11684/j.issn.1000-310X.2019.03.012

摘要

针对深度神经网络与隐马尔可夫模型(DNN-HMM)结合的声学模型在语音识别过程中建模能力有限等问题,提出了一种改进的DNN-HMM模型语音识别算法.首先根据深度置信网络(DBN)结合深度玻尔兹曼机(DBM),建立深度神经网络声学模型,然后提取梅尔频率倒谱系数(MFCC)和对数域的Mel滤波器组系数(Fbank)作为声学特征参数,通过TIMIT语音数据集进行实验.实验结果表明:结合了DBM的DNN-HMM模型相比DNN-HMM模型更具优势,其中,使用MFCC声学特征在词错误率与句错误率方面分别下降了1.26％ 和0.20％.此外,使用默认滤波器组的Fbank特征在词错误率与句错误率方面分别下降了0.48％ 和0.82％,并且适量增加滤波器组可以降低错误率.总之,研究取得句错误率与词错误率分别降低到21.06％ 和3.12％ 的好成绩.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋鹏	西安工程大学电子信息学院	34	140	7.0	9.0
2	李云红	西安工程大学电子信息学院	79	846	12.0	27.0
3	李禹萱		3	12	2.0	3.0
4	贾凯莉	西安工程大学电子信息学院	6	13	2.0	3.0
5	何琛	西安工程大学电子信息学院	3	8	2.0	2.0
6	王刚毅	西安工程大学电子信息学院	4	10	2.0	3.0
7	梁思程	西安工程大学电子信息学院	2	10	2.0	2.0
8	张秋铭	西安工程大学电子信息学院	3	8	2.0	2.0