双向循环神经网络在语音识别中的应用

• 作者: 更藏措毛 黄鹤鸣
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 双向循环神经网络 语音识别 梅尔频率倒谱系数 深度神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP39
• 字数: 4243字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.10.001

摘要

针对前馈神经网络难以处理时序数据的问题,提出将双向循环神经网络(BiRNN)应用在自动语音识别声学建模中.首先,应用梅尔频率倒谱系数进行特征提取;其次,采用双向循环神经网络作为声学模型;最后,测试不同参数对系统性能的影响.在TIMIT数据集上的实验结果表明,与基于卷积神经网络和深度神经网络的声学模型相比,识别率分别提升了1.3％和4.0％,说明基于双向循环神经网络的声学模型具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄鹤鸣	青海师范大学计算机学院	24	108	6.0	9.0
3	更藏措毛	青海师范大学计算机学院	1	0	0.0	0.0