基于动态BLSTM和CTC的濒危语言语音识别研究

• 作者: 于重重 刘畅 孙沁瑶 尹蔚彬 徐世璇 陈运兵
• 来源期刊: 计算机应用研究
• 关键词: 濒危语言语音识别 端到端 动态双向长短时记忆网络 连接时序分类模型
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3334-3337
• 页数: 4页
• 分类号: TP391.42
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0291

摘要

针对低资源的濒危语言进行了端到端语音识别模型的建立与研究,能够为濒危语言的保护和传承探索出新的途径.采用动态双向长短时记忆网络与连接时序分类模型构造端到端的语音识别系统,在进行音素级别的识别训练时,传入模型的数据批量大小根据训练模型作自适应调整,不仅能够加快收敛速度,而且能够提高模型的泛化性.通过修改网络层次与结构参数,并提取不同的语音特征进行模型对比,实验结果表明在两种濒危语言——吕苏语和土家语的数据集上均取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于重重	北京工商大学计算机与信息工程学院	99	762	14.0	23.0
2	徐世璇	中国社会科学院民族学与人类学研究所	19	216	6.0	14.0
3	尹蔚彬	中国社会科学院民族学与人类学研究所	17	43	3.0	6.0
4	孙沁瑶	北京工商大学计算机与信息工程学院	5	10	2.0	3.0
5	刘畅	北京工商大学计算机与信息工程学院	12	25	3.0	4.0
6	陈运兵	北京工商大学计算机与信息工程学院	1	6	1.0	1.0