基于多尺度残差深度卷积神经网络的语音识别

• 作者: 刘虹 袁三男
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语音识别 多尺度 卷积神经网络 端到端
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 算法
• 页码范围: 275-279
• 页数: 5页
• 分类号: TP3|TN912.34
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.11.044

摘要

针对卷积神经网络在连续语音识别中识别性能较差的问题,提出多尺度残差深度卷积神经网络的语音识别的算法,并结合联结时序分类算法,构建端到端中文语音识别系统.将多尺度学习和残差机制以及空洞卷积引入到神经网络中,摆脱序列建模对长短时记忆神经网络的依赖,提高模型的训练速度,增强语音识别的抗噪声干扰性.实验表明,与双向长短时记忆模型(BLSTM)、深度卷积神经网络模型(DCNN)和卷积神经网络-长短时记忆模型(CNN-LSTM)相比,该模型的字错误率WER(Word Error Rate)分别降低了9％、5％和3％左右,且在噪声环境下的识别率也优于传统的语音识别系统.