结合深度神经网络与内容转录的语音识别研究

• 作者: 郑磊
• 来源期刊: 软件导刊
• 关键词: 深度神经网络 语音识别 DNN-HMM模型 LSTM
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 23-26
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.202049

摘要

在研究语音识别关键技术基础上,将深度神经网络模型应用于语音的关键词检索任务上,提出基于深度神经网络的语音关键词检测模型.与基线GMM-HMM模型进行对比实验,结果表明:LSTM模型的训练参数大小为436570,DNN的训练参数为698100,Gaussiam混合模型(GMM)的训练参数大小为1226760.基于LSTM-HMM和DNN-HMM模型的语音识别准确率分别为96.5％和91.6％,显著高于传统语音识别模型(GMM-HMM)的78.5％.基于LSTM-HMM模型的语音识别技术具有较高的准确率,更适合于语音关键词检测.