循环神经网络在端到端语音识别中的应用

• 作者: 葛万成 阎艺璇
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 循环神经网络 长短时记忆网络 端到端语音识别 连接时序分类
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 2659-2663
• 页数: 5页
• 分类号: TN912.34|TP183
• 字数: 2402字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.11.014

摘要

当前,循环神经网络(Recurrent Neural Networks,RNN)被广泛应用于语音识别系统.使用循环神经网络与连接时序分类(CTC)进行端到端语音识别建模,基于TED-LIUM v2语料库训练不同结构的网络模型,即单/双向RNN和单/双向LSTM,比较和分析不同结构网络模型的语音识别性能.实验结果显示,BLSTM在音素识别性能和学习速度上都取得了最好表现.为解决BLSTM网络的过拟合问题,实验将状态dropout应用于LSTM单元,既能保障BLSTM网络的长时记忆能力,也能减小在训练集与测试集上PER的差异,从而有效改善BLSTM的过拟合问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛万成	同济大学中德学院	144	921	14.0	25.0
2	阎艺璇	同济大学中德学院	1	0	0.0	0.0