端到端的深度卷积神经网络语音识别

• 作者: 刘娟宏 胡彧 黄鹤宇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语音识别 卷积神经网络 maxout 激活函数 端到端
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 192-196
• 页数: 5页
• 分类号: TP391.4
• 字数: 4174字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.031

摘要

卷积神经网络(Convolutional Neural Networks,CNN)是目前流行的语音识别模型之一,其特有卷积结构保证了语音信号时域和频域的平移不变性.但是CNN存在着对语音信号建模能力有所不足的问题.为此,将链接时序准则(CTC)应用在CNN结构中,构建端到端卷积神经网络(CTC-CNN)模型.同时,引入残差块结构,提出一种新的端到端深度卷积神经网络(CTC-DCNN)模型,并利用maxout激活函数对其进行优化.通过TIMIT和Thchs-30语音库测试实验,结果表明在中英文识别中,采用该模型比现有卷积神经网络模型,准确率分别提高约4.7％和6.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡彧	太原理工大学物理与光电工程学院	70	492	11.0	19.0
2	刘娟宏	太原理工大学物理与光电工程学院	2	1	1.0	1.0
3	黄鹤宇	太原理工大学物理与光电工程学院	1	0	0.0	0.0