使用全連接神經(jīng)網(wǎng)絡(luò)結(jié)合Softmax分類器對漢語的408個(gè)音節(jié)建立音節(jié)分類器,利用等長處理后的特征向量訓(xùn)練Softmax分類器,將Softmax分類器輸出概率作為后驗(yàn)概率圖,與隱馬爾科夫補(bǔ)白模型（HMM/Filler）進(jìn)行第一次融合,得到子后驗(yàn)概率圖隱馬爾科夫模型（Posteriorgram-HMM）.針對關(guān)鍵詞訓(xùn)練樣本較少的問題,將標(biāo)注樣本進(jìn)行強(qiáng)制切分,得到HMM每個(gè)狀態(tài)上的訓(xùn)練數(shù)據(jù).將隱馬爾科夫最大后驗(yàn)概率基線模型（HMM-MAP）與Posteriorgram-HMM進(jìn)行第二次融合,提出最大后驗(yàn)概率圖隱馬爾科夫模型（Posteriorgram-HMM-MAP）.在數(shù)據(jù)集上訓(xùn)練模型后,使用測試數(shù)據(jù)對其進(jìn)行測試.結(jié)果表明:Posteriorgram-HMM-MAP的綜合識(shí)別率相比PosteriorgramHMM提升了3.55%,相比HMM/Filler提升了10.29%. 

【文章來源】：浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2020,54(06)北大核心EICSCD

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的關(guān)鍵詞識(shí)別系統(tǒng)[J]. 孫彥楠,夏秀渝.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(05)
[2]基于雙門限算法的端點(diǎn)檢測改進(jìn)研究[J]. 王滿洪,張二華,王明合.  計(jì)算機(jī)與數(shù)字工程. 2017(11)
[3]基于改進(jìn)MFCC特征的語音識(shí)別算法[J]. 邵明強(qiáng),徐志京.  微型機(jī)與應(yīng)用. 2017(21)
[4]基于Viterbi改進(jìn)算法的漢語數(shù)碼語音識(shí)別系統(tǒng)[J]. 陳潔群.  微型機(jī)與應(yīng)用. 2017(14)
[5]基于DTW的語音關(guān)鍵詞檢出[J]. 侯靖勇,謝磊,楊鵬,肖雄,梁祥智,徐海華,王磊,呂航,馬斌,CHNG EngSiong,李海洲.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[6]基于離散HMM的非特定人關(guān)鍵詞提取語音識(shí)別系統(tǒng)[J]. 汪鵬,劉加,劉潤生.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2003(03)

博士論文
[1]語音關(guān)鍵詞識(shí)別技術(shù)的研究[D]. 孫成立.北京郵電大學(xué) 2008



本文編號(hào)：3203478