基于残差网络和门控卷积网络的语音识别研究

• 作者: 朱学超 张飞 高鹭 任晓颖 郝斌
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 残差网络 门控卷积神经网络 联结时序分类 Swish激活函数
• 年，卷（期）: 2022,（7）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 185-191
• 页数: 7页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2108-0265

摘要

由于传统循环神经网络具有复杂的结构,需要大量的数据才能在连续语音识别中进行正确训练,并且训练需要耗费大量的时间,对硬件性能要求很大.针对以上问题,提出了基于残差网络和门控卷积神经网络的算法,并结合联结时序分类算法,构建端到端中文语音识别模型.该模型将语谱图作为输入,通过残差网络提取高层抽象特征,然后通过堆叠门控卷积神经网络捕获有效的长时间记忆,摆脱了传统循环神经网络对上下文相关性建模的依赖,加快了模型的训练速度.对残差网络进行了优化,并在门控卷积神经网络中加入了前馈神经网络,极大提高了模型的性能.实验结果表明,在Aishell-1中文数据集上,该模型的字错误率降低至11.43％;并且在?5 dB低信噪比环境下,字错误率达到了19.77％.