基于双向循环神经网络的语音识别算法

• 作者: 孙杰 张澎 葛言琭 陈宇
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 语音识别 双向循环神经网络 深度神经网络 递归神经网络
• 年，卷（期）: 2020,（10）
• 页码范围: 193-195
• 页数: 3页
• 分类号: TP399

摘要

由于传统语音识别算法识别耗时长且准确率低,该文提出了一种基于双向循环神经网络来进行语音识别的方法.循环神经网络能够进行记忆,是一种特殊的神经网络,它在NLP领域取得了很大的成功.相比于单向神经循环网络,双向循环神经网络在识别的正确率上有着更大的优势.实验证明,相比于单独的SGMM,DNN等语音识别算法,双向循环神经网络算法对语音识别的错误率更低,对语音识别的研究具有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宇	东北林业大学信息与计算机工程学院	56	262	9.0	14.0
2	葛言琭	东北林业大学信息与计算机工程学院	2	0	0.0	0.0
3	张澎	东北林业大学信息与计算机工程学院	2	0	0.0	0.0
4	孙杰	东北林业大学信息与计算机工程学院	4	9	1.0	3.0