本文關(guān)鍵詞：基于微調(diào)優(yōu)化的深度學習在語音識別中的應用

  更多相關(guān)文章： 深度學習 語音識別 神經(jīng)網(wǎng)絡 深度信念網(wǎng)絡

【摘要】：針對深度學習模型在對小樣本進行訓練時會出現(xiàn)過擬合現(xiàn)象,提出隨機退出優(yōu)化方法和隨機下降連接優(yōu)化方法.這兩種方法針對深度學習模型的微調(diào)階段進行改進,最大限度減少由于訓練數(shù)據(jù)量較少使得深層網(wǎng)絡模型訓練出現(xiàn)過擬合現(xiàn)象,并且使權(quán)值的更新過程更具有獨立性,而不是依賴于有固定關(guān)系的隱層節(jié)點間的作用,同時可以降低識別錯誤率.對自建孤立語音詞匯庫進行了訓練和識別,結(jié)果表明,在深度信念網(wǎng)絡的基礎(chǔ)上引入隨機退出優(yōu)化方法和隨機下降連接優(yōu)化方法可以提升識別率,緩解過擬合現(xiàn)象.
【作者單位】： 河北工業(yè)大學計算機科學與軟件學院;
【關(guān)鍵詞】： 深度學習 語音識別 神經(jīng)網(wǎng)絡 深度信念網(wǎng)絡
【基金】：國家自然科學基金資助項目(51175145) 河北省高等學�？茖W技術(shù)研究重點項目(ZD2014030)
【分類號】：TN912.34;TP18
【正文快照】： 0引言深度學習模型的發(fā)展基礎(chǔ)是傳統(tǒng)神經(jīng)網(wǎng)絡模型,深度學習可以完成需要高度抽象特征的人工智能任務,如語音識別、圖像識別與檢索和自然語言理解等[1].深層模型是包含多個隱層的神經(jīng)網(wǎng)絡,與傳統(tǒng)神經(jīng)網(wǎng)絡只具備有限隱層結(jié)構(gòu)模型相比,深層模型可以對特征進行更好的表達,也具備更

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭遠瓊;提高語音識別率點滴[J];電腦技術(shù);2000年03期

2 邢文;語音識別[J];個人電腦;2000年02期

3 ;語音識別的真相[J];個人電腦;2001年12期

4 ;語音識別漸入佳境[J];個人電腦;2002年03期

5 ;微軟語音識別軟件可與人直接對話[J];自動化博覽;2003年04期

6 ;語音識別[J];印刷世界;2004年01期

7 韓紀慶,王歡良,李海峰,鄭鐵然;基于語音識別的發(fā)音學習技術(shù)[J];電聲技術(shù);2004年09期

8 陳孝強;語音識別擬起新潮[J];微電腦世界;2005年07期

9 韓紀慶;張磊;鄭鐵然;;網(wǎng)絡環(huán)境下的語音識別方法[J];計算機科學;2005年01期

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

中國重要會議論文全文數(shù)據(jù)庫 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別中的應用[A];第十屆全國信號處理學術(shù)年會（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別模型[A];2009年通信理論與信號處理學術(shù)年會論文集[C];2009年

3 李楨;高萬林;歐文浩;徐山川;;基于關(guān)鍵詞語音識別的農(nóng)業(yè)信息語音服務系統(tǒng)的研究與實現(xiàn)[A];中國農(nóng)業(yè)工程學會電氣信息與自動化專業(yè)委員會、中國電機工程學會農(nóng)村電氣化分會科技與教育專委會2010年學術(shù)年會論文摘要[C];2010年

4 張冰;龍長才;羅海風;;熟悉掩蔽音背景下的目標語音識別[A];泛在信息社會中的聲學——中國聲學學會2010年全國會員代表大會暨學術(shù)會議論文集[C];2010年

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

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

7 季宏;劉志文;杜燕玲;黃曾陽;;語音識別中的音字轉(zhuǎn)換[A];第三屆全國人機語音通訊學術(shù)會議論文集[C];1994年

8 葛余博;楊大利;曾德超;;噪聲環(huán)境下語音識別的幾個問題(一)[A];第三屆全國人機語音通訊學術(shù)會議論文集[C];1994年

9 朱奇峰;俞鐵城;;聽覺中的協(xié)同現(xiàn)象和其對語音識別影響的探討[A];第四屆全國人機語音通訊學術(shù)會議論文集[C];1996年

10 姚磊;黃泰翼;陳景東;;一種高魯棒性語音識別的通用自適應方法研究[A];第四屆全國人機語音通訊學術(shù)會議論文集[C];1996年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 閆婷;語音識別 理想與現(xiàn)實的距離[N];計算機世界;2007年

2 樂天;語音識別：讓你的手機更聰明[N];計算機世界;2011年

3 雨夏;語音識別重在應用[N];計算機世界;2001年

4 王向東 欒煥博 林守勛 錢躍良;語音識別:抗噪音能力有待加強[N];計算機世界;2006年

5 本報記者 操秀英;顏永紅：“搜索”語音識別的未來[N];科技日報;2010年

6 本報記者 李映;語音識別飛入尋常百姓家？[N];中國電子報;2012年

7 清華大學 劉加;語音識別應用促進技術(shù)發(fā)展[N];計算機世界;2006年

8 劉權(quán);OSR提升語音識別率[N];中國計算機報;2004年

9 ;Intel涉足語音識別[N];計算機世界;2003年

10 本報記者 馬文方;用互聯(lián)網(wǎng)思維做語音識別[N];中國計算機報;2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

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

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

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

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

5 孫f，

本文編號：922983