基于CNN-BGRU的音素识别研究

• 作者: 和丽华 杨皓然 江涛 潘文林
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 音素识别 卷积神经网络 双向门循环机制
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 493-500
• 页数: 8页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.05.014

摘要

音素是一个语言体系中最小的语音单位,音素识别在大词汇语音识别任务中不受词汇和语句的限制.因此,选择音素作为识别单元,建立基于CNN-BGRU的神经网络模型,实现音素语谱图的分类.首先,使用短时傅里叶变换生成音素语谱图作为模型的输入;其次建立CNN-BG-RU模型,利用改进的VGGNet模型提取音素语谱图的特征,再使用双向门控循环单元(BGRU)实现音素语谱图的序列信息表示;最后,通过Softmax分类器实现音素语谱图的分类.实验使用TIMIT英语语音数据集进行音素语谱图识别,准确率达到98.6％,优于CNN(VGG16)、CNN-RNN、CNN-BRNN、CNN-BLSTM这4个模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘文林		33	166	6.0	12.0
2	江涛		10	9	2.0	2.0
3	和丽华		8	5	1.0	1.0
4	杨皓然		1	0	0.0	0.0