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

【摘要】：現(xiàn)階段基于鏈接時序分類技術的端到端的大規(guī)模連續(xù)語音識別成為研究熱點,文中將其應用于藏語識別中,取得優(yōu)于主流的雙向長短時記憶網(wǎng)絡性能.在基于端到端的語音識別中,不需要發(fā)音字典等語言學知識,識別性能無法得到保證.文中提出將已有的語言學知識結合至端到端的聲學建模中,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,大幅提高聲學建模的區(qū)分度和魯棒性.在藏語測試集上,通過實驗證明文中方法提高基于鏈接時序分類技術的聲學模型的識別率,并驗證語言學知識和基于端到端聲學建模技術結合的有效性.
[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】： 中國科學技術大學語音及語言信息處理國家工程實驗室;
【基金】：國家重點研發(fā)計劃項目(No.2016YFB1001300)資助~~
【分類號】：TN912.34

【相似文獻】

相關期刊論文 前10條

1 郭遠瓊;提高語音識別率點滴[J];電腦技術;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[J];電聲技術;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

相關會議論文 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別中的應用[A];第十屆全國信號處理學術年會（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年會論文集[C];2009年

3 李楨;高萬林;歐文浩;徐山川;;基于關鍵詞語音識別的農(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會議論文集[C];1996年

相關重要報紙文章 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發(fā)展[N];計算機世界;2006年

8 劉權;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

相關博士學位論文 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研究[D];華南理工大學;2010年

5 孫f，

本文編號：1968729