【摘要】：在機器智能技術(shù)日新月異的發(fā)展,語音智能識別技術(shù)作為提高人機交互效率的一種手段,已經(jīng)成為機器智能技術(shù)領(lǐng)域中不可分割的一部分,其應(yīng)用性日漸提高,受到大眾普遍認(rèn)可與廣泛使用。然而,在開發(fā)語音識別模型階段時所需消耗大量的計算資源與訓(xùn)練時間,成為限制語音識別技術(shù)進(jìn)一步完善和發(fā)展的因素。因此,如何在語音識別模型開發(fā)階段快速訓(xùn)練模型和降低所需計算資源要求是具有重要的理論及實際意義。本文主要研究了在基于長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)的語音識別模型開發(fā)階段中,造成長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度慢的主要因素和如何加快網(wǎng)絡(luò)的訓(xùn)練速度和減少網(wǎng)絡(luò)所需的計算資源。本文主要工作如下:1.本文提出在基礎(chǔ)循環(huán)神經(jīng)網(wǎng)絡(luò)輸出層添加分類器的方法來分解輸出層計算過程,改善循環(huán)神經(jīng)網(wǎng)絡(luò)輸出層運算過程復(fù)雜的問題,達(dá)到降低網(wǎng)絡(luò)輸出層計算復(fù)雜度的目的。實驗結(jié)果表明在網(wǎng)絡(luò)輸出層添加分類器的優(yōu)化輸出層結(jié)構(gòu)的方法是可以降低網(wǎng)絡(luò)輸出層的運算復(fù)雜度的。2.針對長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)中的門激活值是稀疏的,而且某些門激活值之間呈現(xiàn)出一定的線性關(guān)系。本文提出一種線性表示負(fù)向關(guān)系門激活值的方法,來變相縮減們的數(shù)量,降低網(wǎng)絡(luò)門整體的計算復(fù)雜度,提高網(wǎng)絡(luò)學(xué)習(xí)效率。實驗結(jié)果表明,本文方法在保證一定的識別精度前提下提高了網(wǎng)絡(luò)訓(xùn)練效率。3.本文改進(jìn)的長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)與CNN神經(jīng)網(wǎng)絡(luò)、FSMN神經(jīng)網(wǎng)絡(luò)進(jìn)行了實驗分析,實驗結(jié)果表明:基于改進(jìn)后的長短時記憶循環(huán)神經(jīng)網(wǎng)絡(luò)的語音識別模型的識別性能更好。
【學(xué)位授予單位】：廣西師范學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP183;TN912.34
【圖文】：

圖 2-1 語音識別模型概括圖所示就是一個 語音識別模型的基本流 程，就是通過提取語音信號特征而組成練聲學(xué)模型的向量矩陣的過程。一個訓(xùn)練好的聲學(xué)模型與語言模型配合對需進(jìn)行評測，再通過解碼過程獲得最大可能性的序列。

圖 2-2 語音識別模型中 c - level和H level網(wǎng)絡(luò)示意圖2.3 語音模型性能評測準(zhǔn)則語音識別模型性能的測試需要包含測試集與語音標(biāo)注文本兩部分，通過對測試集進(jìn)行

圖 3-1 循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖上圖可以看出，網(wǎng)絡(luò)將會循環(huán)積累上一時刻隱含層的輸出，作為下一次隱含層輸分，以便在新的輸入中融入過往的輸入信息，達(dá)到更好的掌握長時序信息的學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中隱含層 的輸入的數(shù)學(xué)計算表達(dá)式為：In put (t) Word(t) h(t 1)(3 1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 王威;胡桂明;楊麗;黃東芳;周楊;;基于ELM和PCA的漢語數(shù)字語音識別研究[J];電聲技術(shù);2015年11期

2 張晴晴;劉勇;潘接林;顏永紅;;基于卷積神經(jīng)網(wǎng)絡(luò)的連續(xù)語音識別[J];工程科學(xué)學(xué)報;2015年09期

3 王山海;景新幸;楊海燕;;基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的孤立詞語音識別的研究[J];計算機應(yīng)用研究;2015年08期

4 王昊;李思舒;鄧三鴻;;基于N-Gram的文本語種識別研究[J];現(xiàn)代圖書情報技術(shù);2013年04期

5 陳存寶;趙力;;嵌入時延神經(jīng)網(wǎng)絡(luò)的高斯混合模型說話人辨認(rèn)[J];聲學(xué)技術(shù);2010年03期

6 史笑興,顧明亮,王太君,何振亞;一種CDHMM/MLP混合模型及其在語音識別中的應(yīng)用[J];電路與系統(tǒng)學(xué)報;1998年04期

相關(guān)博士學(xué)位論文 前3條

1 陳斌;連續(xù)語音識別特征提取與聲學(xué)模型訓(xùn)練區(qū)分性技術(shù)研究[D];解放軍信息工程大學(xué);2015年

2 楊南;基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的統(tǒng)計機器翻譯研究[D];中國科學(xué)技術(shù)大學(xué);2014年

3 吳婭輝;語音識別中區(qū)分性訓(xùn)練算法研究[D];北京郵電大學(xué);2009年

相關(guān)碩士學(xué)位論文 前7條

1 高雪;語音識別技術(shù)在人機交互中的應(yīng)用研究[D];北方工業(yè)大學(xué);2017年

2 李萬芬;基于語音語料庫的樂府詩翻譯的語音象似性研究[D];江蘇大學(xué);2017年

3 袁翔;基于HMM和DNN的語音識別算法研究與實現(xiàn)[D];江西理工大學(xué);2017年

4 康健;音頻質(zhì)量評價和語音識別預(yù)處理技術(shù)的研究及實現(xiàn)[D];北京郵電大學(xué);2017年

5 胡寶花;基于HMM-ANN模型的語音識別技術(shù)研究[D];南昌航空大學(xué);2016年

6 崔天宇;基于HMM的語音識別系統(tǒng)的研究與實現(xiàn)[D];吉林大學(xué);2016年

7 熊瑋;自助語音識別流程編輯器的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2015年

本文編號：2759539