混合连接时间/注意力机制端到端语音识别

• 作者: 陈聪 贺杰 陈佳
• 来源期刊: 控制工程
• 关键词: 隐式马尔可夫 连接时间分类 注意力机制 端到端 语音识别
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 585-591
• 页数: 7页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20190154

摘要

为提高常规自动语音识别(ASR)系统的精度,提出基于隐式马尔可夫模型混合连接时间分类/注意力机制的端到端ASR系统设计方法.首先,针对可观测时变序列语音识别过程中存在的连续性强、词汇量大的语音识别难点,基于隐式马尔可夫模型对语音识别过程进行模拟,实现了语音识别模型参数化;其次,使用连接时间分类目标函数作为辅助任务,在多目标学习框架中训练语音识别过程的关注模型编码器,可降低序列级连接时间分类目标近似度,实现语音识别过程精度提升;最后,通过在自建语音识别库上的仿真实验,验证所提算法在识别效率和精度上的性能优势.