基于LSTM的藏语语音识别

• 作者: 尚慧杰 扎西多吉 旦增 郭龙银
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 藏语 语音识别 MFCC CNN_BiLSTM_CTC 2-gram
• 年，卷（期）: 2020,（4）
• 页码范围: 154-155
• 页数: 2页
• 分类号: TP183

摘要

针对藏语语音识别处理的步骤,首先将藏语语料的国际音标转换,其次根据人耳对语音的处理方式,使用MFCC进行语音特征提取,再构建CNN_BiLSTM_CTC声学模型,最后利用2-gram语言模型进行音标与文字的转换。该文最终实现语音转文本,并在音标识别上有较好的准确率。