语音识别中声学模型研究综述

• 作者: 叶硕 李田港 王祎 褚钰
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 语音识别 声学模型 神经网络 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用开发研究
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP181
• 字数: 5799字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.03.035

摘要

智能语音技术包含语音识别、自然语言处理、语音合成三个方面的内容,其中语音识别是实现人机交互的关键技术,识别系统通常需要建立声学模型和语言模型.神经网络的兴起使声学模型数量急剧增加,基于神经网络的声学模型与传统识别模型相结合的方式,极大地推动了语音识别的发展.语音识别作为人机交互的前端,具有许多研究方向,文中着重对语音识别任务中的文本识别、说话人识别、情绪识别三个方向的声学模型研究现状进行归纳总结,尽可能对语音识别技术的演化进行细致介绍,为以后的相关研究提供有价值的参考.同时对目前语音识别的主流方法进行概括比较,介绍了端到端的语音识别模型的优势,并对发展趋势进行分析展望,最后提出当前语音识别任务中面临的挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶硕		7	6	1.0	2.0
2	褚钰		3	1	1.0	1.0
3	王祎		1	0	0.0	0.0
4	李田港		3	1	1.0	1.0