本文選題：端到端 + 藏語��； 參考：《模式識(shí)別與人工智能》2017年04期

【摘要】：現(xiàn)階段基于鏈接時(shí)序分類技術(shù)的端到端的大規(guī)模連續(xù)語音識(shí)別成為研究熱點(diǎn),文中將其應(yīng)用于藏語識(shí)別中,取得優(yōu)于主流的雙向長短時(shí)記憶網(wǎng)絡(luò)性能.在基于端到端的語音識(shí)別中,不需要發(fā)音字典等語言學(xué)知識(shí),識(shí)別性能無法得到保證.文中提出將已有的語言學(xué)知識(shí)結(jié)合至端到端的聲學(xué)建模中,采用綁定的三音子作為建模單元,解決建模單元的稀疏性問題,大幅提高聲學(xué)建模的區(qū)分度和魯棒性.在藏語測(cè)試集上,通過實(shí)驗(yàn)證明文中方法提高基于鏈接時(shí)序分類技術(shù)的聲學(xué)模型的識(shí)別率,并驗(yàn)證語言學(xué)知識(shí)和基于端到端聲學(xué)建模技術(shù)結(jié)合的有效性.
[Abstract]:At present, end-to-end continuous speech recognition based on link timing classification technology has become a hot topic. In this paper, it is applied to Tibetan language recognition to achieve better performance than the mainstream bidirectional long and short time memory network. In end-to-end speech recognition, linguistic knowledge such as pronunciation dictionary is not needed, and recognition performance can not be guaranteed. In this paper, it is proposed that the existing linguistic knowledge be combined into end-to-end acoustic modeling, and the binding triphonon is used as the modeling unit to solve the sparse problem of the modeling unit, which greatly improves the distinction and robustness of the acoustic modeling. On the test set of Tibetan language, the experimental results show that the proposed method improves the recognition rate of acoustic models based on linked temporal classification, and verifies the effectiveness of the combination of linguistic knowledge and end-to-end acoustic modeling.
【作者單位】： 中國科學(xué)技術(shù)大學(xué)語音及語言信息處理國家工程實(shí)驗(yàn)室;
【基金】：國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(No.2016YFB1001300)資助~~
【分類號(hào)】：TN912.34

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭遠(yuǎn)瓊;提高語音識(shí)別率點(diǎn)滴[J];電腦技術(shù);2000年03期

2 邢文;語音識(shí)別[J];個(gè)人電腦;2000年02期

3 ;語音識(shí)別的真相[J];個(gè)人電腦;2001年12期

4 ;語音識(shí)別漸入佳境[J];個(gè)人電腦;2002年03期

5 ;微軟語音識(shí)別軟件可與人直接對(duì)話[J];自動(dòng)化博覽;2003年04期

6 ;語音識(shí)別[J];印刷世界;2004年01期

7 韓紀(jì)慶,王歡良,李海峰,鄭鐵然;基于語音識(shí)別的發(fā)音學(xué)習(xí)技術(shù)[J];電聲技術(shù);2004年09期

8 陳孝強(qiáng);語音識(shí)別擬起新潮[J];微電腦世界;2005年07期

9 韓紀(jì)慶;張磊;鄭鐵然;;網(wǎng)絡(luò)環(huán)境下的語音識(shí)別方法[J];計(jì)算機(jī)科學(xué);2005年01期

10 唐瀟霖;;你好!新語音識(shí)別時(shí)代[J];互聯(lián)網(wǎng)周刊;2006年16期

相關(guān)會(huì)議論文 前10條

1 張歆奕;吳今培;張其善;;語音的共性特征及其在語音識(shí)別中的應(yīng)用[A];第十屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

2 杜樹木;何良華;;一種新的基于段長分布的語音識(shí)別模型[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

3 李楨;高萬林;歐文浩;徐山川;;基于關(guān)鍵詞語音識(shí)別的農(nóng)業(yè)信息語音服務(wù)系統(tǒng)的研究與實(shí)現(xiàn)[A];中國農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

4 張冰;龍長才;羅海風(fēng);;熟悉掩蔽音背景下的目標(biāo)語音識(shí)別[A];泛在信息社會(huì)中的聲學(xué)——中國聲學(xué)學(xué)會(huì)2010年全國會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

5 王承發(fā);趙德彬;金山;苗百利;朱志瑩;;語音識(shí)別應(yīng)用中抗噪聲干擾方法的初步探討[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

6 杜笑平;楊啟綱;楊家沅;;過零周期轉(zhuǎn)移概率矩陣語音識(shí)別部件的研制[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

7 季宏;劉志文;杜燕玲;黃曾陽;;語音識(shí)別中的音字轉(zhuǎn)換[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

8 葛余博;楊大利;曾德超;;噪聲環(huán)境下語音識(shí)別的幾個(gè)問題(一)[A];第三屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1994年

9 朱奇峰;俞鐵城;;聽覺中的協(xié)同現(xiàn)象和其對(duì)語音識(shí)別影響的探討[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

10 姚磊;黃泰翼;陳景東;;一種高魯棒性語音識(shí)別的通用自適應(yīng)方法研究[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

相關(guān)重要報(bào)紙文章 前10條

1 閆婷;語音識(shí)別 理想與現(xiàn)實(shí)的距離[N];計(jì)算機(jī)世界;2007年

2 樂天;語音識(shí)別：讓你的手機(jī)更聰明[N];計(jì)算機(jī)世界;2011年

3 雨夏;語音識(shí)別重在應(yīng)用[N];計(jì)算機(jī)世界;2001年

4 王向東 欒煥博 林守勛 錢躍良;語音識(shí)別:抗噪音能力有待加強(qiáng)[N];計(jì)算機(jī)世界;2006年

5 本報(bào)記者 操秀英;顏永紅：“搜索”語音識(shí)別的未來[N];科技日?qǐng)?bào);2010年

6 本報(bào)記者 李映;語音識(shí)別飛入尋常百姓家？[N];中國電子報(bào);2012年

7 清華大學(xué) 劉加;語音識(shí)別應(yīng)用促進(jìn)技術(shù)發(fā)展[N];計(jì)算機(jī)世界;2006年

8 劉權(quán);OSR提升語音識(shí)別率[N];中國計(jì)算機(jī)報(bào);2004年

9 ;Intel涉足語音識(shí)別[N];計(jì)算機(jī)世界;2003年

10 本報(bào)記者 馬文方;用互聯(lián)網(wǎng)思維做語音識(shí)別[N];中國計(jì)算機(jī)報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 許金普;農(nóng)產(chǎn)品市場(chǎng)信息采集的語音識(shí)別魯棒性方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 包希日莫;面向蒙古語的語音識(shí)別聲學(xué)建模研究[D];內(nèi)蒙古大學(xué);2016年

3 吳斌;語音識(shí)別中的后處理技術(shù)研究[D];北京郵電大學(xué);2008年

4 奉小慧;音頻噪聲環(huán)境下唇動(dòng)信息在語音識(shí)別中的應(yīng)用技術(shù)研究[D];華南理工大學(xué);2010年

5 孫f，

本文編號(hào)：1968729