基于CNN-TDNN-F的低资源语音识别研究

• 作者: 张禹 李建文
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 时延神经网络 半监督学习 语音合成 语音识别 数据增强
• 年，卷（期）: 2020,（31）
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP18

摘要

为了解决语音识别系统在低资源语料下识别性能低下的问题,提出了一种采用因子分解时延神经网络的低资源语音识别方案,并从数据扩展和模型优化两个方面展开。在数据扩展方面提出了一种以语谱图增强、语音合成以及半监督学习为主的数据增强方案。在模型优化方面,在因子分解时延神经网络基础上,引入卷积神经网络。实验结果表明,在低资源语料环境下,与传统低资源语音识别解决方案相比,本方案对语音识别系统性能的提升具有更好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建文	陕西科技大学电子信息与人工智能学院	54	214	7.0	12.0
2	张禹	陕西科技大学电子信息与人工智能学院	2	0	0.0	0.0