基于混合注意力机制和CTC语音识别模型技术研究

• 作者: 朱向前
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 语音识别 注意力 CTC RNN-LM 序列到序列
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 广播与传输
• 页码范围: 1-4,15
• 页数: 5页
• 分类号: TN391.41
• 字数: 2915字
• 语种: 中文
• DOI: 10.16280/j.videoe.2019.22.001

摘要

近年来,基于混合的连续时间分类(CTC)和注意力编解码器模型的端到端语音识别取得了很好的效果.文章在实验的基础上,提出了一种新的基于译码性能与编码器深度关系的CTC译码器结构,并运用注意力平滑机制获取更多的上下文信息,实现基于子字的译码.该方法在语音识别数据集Voxforge中的测试结果为,在没有LM的情况下,词错误率降到了4.39％;在RNN-LM的情况下,词错误率降到了3.32％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱向前	中国电子科技集团公司第三研究所	4	0	0.0	0.0