10.3969/j.issn.1000-386x.2020.04.031
端到端的深度卷积神经网络语音识别
卷积神经网络(Convolutional Neural Networks,CNN)是目前流行的语音识别模型之一,其特有卷积结构保证了语音信号时域和频域的平移不变性.但是CNN存在着对语音信号建模能力有所不足的问题.为此,将链接时序准则(CTC)应用在CNN结构中,构建端到端卷积神经网络(CTC-CNN)模型.同时,引入残差块结构,提出一种新的端到端深度卷积神经网络(CTC-DCNN)模型,并利用maxout激活函数对其进行优化.通过TIMIT和Thchs-30语音库测试实验,结果表明在中英文识别中,采用该模型比现有卷积神经网络模型,准确率分别提高约4.7%和6.3%.
语音识别、卷积神经网络、maxout、激活函数、端到端
37
TP391.4(计算技术、计算机技术)
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
192-196