秦晨光¹,王海¹,任杰²,郑杰¹,袁璐¹,赵子鑫¹

¹(西北大学信息科学与技术学院 西安 710127);²(陕西师范大学计算机学院 西安 710119) (qcgnwu@stumail.nwu.edu.cn)

出版日期: 2019-12-01


基金资助:国家自然科学基金项目(61572401，61701400)；中央高校基本科研业务费专项资金项目(GK201803063)；陕西省自然科学基础研究计划项目(2019JQ-271)

Dialect Language Recognition Based on Multi-Task Learning

Qin Chenguang¹, Wang Hai¹, Ren Jie², Zheng Jie¹, Yuan Lu¹, Zhao Zixin¹

¹(School of Information Science & Technology, Northwest University, Xi’an 710127);²(School of Computer Science, Shaanxi Normal University, Xi’an 710119)

Online: 2019-12-01

摘要/Abstract

摘要： 近年来深度学习尤其是神经网络的发展，对语音识别这类复杂的模式分类问题提供了新的解决思路.为加强对我国方言语种的保护工作、提高方言语种识别的准确率以及丰富语音识别的前处理模块，首先采用目前语音识别领域应用最广泛的LSTM模型搭建单任务方言语种识别模型SLNet作为基线系统.其次，针对中国方言的多样性、复杂性特点，基于多任务学习的参数共享机制，通过多任务神经网络模型发现不同语种间的隐含相关特性，提出基于多语种任务的方言语种识别模型MTLNet.进一步根据中国方言的区域特点，采用基于参数硬共享的多任务学习模式，构建基于辅助任务的多任务学习神经网络ATLNet.经实验验证表明：相比于单任务神经网络方言语种识别，MTLNet和ATLNet将识别准确率可提升至80.2%，弥补了单任务模型的单一性和弱泛化性.

参考文献

相关文章 15

[1]	刘颖, 杨轲. 基于深度集成学习的类极度不均衡数据信用欺诈检测算法[J]. 计算机研究与发展, 2021, 58(3): 539-547.
[2]	曾碧卿, 曾锋, 韩旭丽, 商齐. 基于交互特征表示的评价对象抽取模型[J]. 计算机研究与发展, 2021, 58(1): 224-232.
[3]	陈珂锐, 孟小峰. 机器学习的可解释性[J]. 计算机研究与发展, 2020, 57(9): 1971-1986.
[4]	陈彦敏, 王皓, 马建辉, 杜东舫, 赵洪科. 基于层级注意力机制的互联网用户信用评估框架[J]. 计算机研究与发展, 2020, 57(8): 1755-1768.
[5]	林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778.
[6]	李若南, 李金宝. 一种无源被动室内区域定位方法的研究[J]. 计算机研究与发展, 2020, 57(7): 1381-1392.
[7]	邢新颖, 冀俊忠, 姚垚. 基于自适应多任务卷积神经网络的脑网络分类方法[J]. 计算机研究与发展, 2020, 57(7): 1449-1459.
[8]	于海涛, 杨小汕, 徐常胜. 基于多模态输入的对抗式视频生成方法[J]. 计算机研究与发展, 2020, 57(7): 1522-1530.
[9]	王庆林, 李东升, 梅松竹, 赖志权, 窦勇. 面向飞腾多核处理器的Winograd快速卷积算法优化[J]. 计算机研究与发展, 2020, 57(6): 1140-1151.
[10]	成科扬, 王宁, 师文喜, 詹永照. 深度学习可解释性研究进展[J]. 计算机研究与发展, 2020, 57(6): 1208-1217.
[11]	蓝天, 彭川, 李森, 叶文政, 李萌, 惠国强, 吕忆蓝, 钱宇欣, 刘峤. 单声道语音降噪与去混响研究综述[J]. 计算机研究与发展, 2020, 57(5): 928-953.
[12]	张艺璇, 郭斌, 刘佳琪, 欧阳逸, 於志文. 基于多级注意力机制网络的app流行度预测[J]. 计算机研究与发展, 2020, 57(5): 984-995.
[13]	孙胜, 李叙晶, 刘敏, 杨博, 过晓冰. 面向异构IoT设备协作的DNN推断加速研究[J]. 计算机研究与发展, 2020, 57(4): 709-722.
[14]	马陈城, 杜学绘, 曹利峰, 吴蓓. 基于深度神经网络burst特征分析的网站指纹攻击方法[J]. 计算机研究与发展, 2020, 57(4): 746-766.
[15]	张蕊, 李锦涛. 基于深度学习的场景分割算法研究综述[J]. 计算机研究与发展, 2020, 57(4): 859-875.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4065