删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

一种改进的DNN-HMM的语音识别方法*

本站小编 Free考研考试/2022-01-02
-->
李云红,梁思程,贾凯莉,张秋铭,宋鹏,何琛,王刚毅,李禹萱.一种改进的DNN-HMM的语音识别方法*[J].,2019,38(3):371-377
一种改进的DNN-HMM的语音识别方法*
An improved speech recognition method based on DNN-HMM model
投稿时间：2018-09-15修订日期：2019-04-25
中文摘要:
针对深度神经网络与隐马尔可夫模型（DNN-HMM）结合的声学模型在语音识别过程中建模能力有限等问题，提出了一种改进的DNN-HMM模型语音识别算法。首先根据深度信念网络（DNN）结合深度玻尔兹曼机（DBM），建立深度神经网络声学模型，然后提取梅尔频率倒谱系数（MFCC）和对数域的Mel滤波器组系数（Fbank）作为声学特征参数，通过TIMIT语音数据集进行实验。实验结果表明：结合了DBM的DNN-HMM模型相比DNN-HMM模型更具优势，其中，使用MFCC声学特征在词错误率与句错误率方面分别下降了1.26%和0.20%。此外，使用默认滤波器组的Fbank特征在词错误率与句错误率方面分别下降了0.48%和0.82%，并且适量增加滤波器组可以降低错误率。总之，研究取得句错误率与词错误率分别降低到21.06%和3.12%的好成绩。
英文摘要:
The acoustic model combined with deep neural network and hidden Markov model (DNN-HMM) has been used extensively in today''s speech recognition system.In this paper, an improved DNN-HMM model speech recognition algorithm is proposed. First, a deep neural network acoustic model is built by the deep belief network (DNN) and the deep Boltzmann machine (DBM). Then the Mel frequency cepstral coefficient (MFCC) and the log filter coefficient of the log domain (Fbank) are extracted as an acoustic feature parameter. Finally, the experiment is performed on the TIMIT speech data set. The experimental results show that the DNN-HMM model combined with DBM has more advantages than DNN-HMM model, in which the MFCC acoustic features can reduce the word error rate and sentence error rate by 1.26% and 0.20% respectively. Moreover, using the Fbank feature default filter group rate decreased the word error rate and sentence error rate by 0.48% and 0.82% respectively, and an appropriate increase in the filter bank group can reduce the error rate. In brief the sentence error rate and the word error rate were reduced to 21.06% and 3.12% respectively.
DOI：10.11684/j.issn.1000-310X.2019.03.012
中文关键词:语音识别深度神经网络声学模型声学特征
英文关键词:Speech recognitionDeep neural networkAcoustic modelAcoustic feature
基金项目:国家自然科学基金资助项目（61471161）, 陕西省科技厅自然科学基础研究重点项目（2016JZ026）, 国家级大学生创新创业项目（201810709009）
作者单位E-mail
李云红西安工程大学 电子信息学院 陕西 西安hitliyunhong@163.com
梁思程西安工程大学 电子信息学院 陕西 西安276147466@qq.com
贾凯莉西安工程大学 电子信息学院 陕西 西安444681761@qq.com
张秋铭西安工程大学 电子信息学院 陕西 西安841184158@qq.com
宋鹏西安工程大学 电子信息学院 陕西 西安songpeng310@163.com
何琛西安工程大学 电子信息学院 陕西 西安406824133@qq.com
王刚毅西安工程大学 电子信息学院 陕西 西安1214262565@qq.com
李禹萱国网西安供电公司 陕西 西安527119897@qq.com
摘要点击次数:1139
全文下载次数:1517
查看全文查看/发表评论下载PDF阅读器
相关附件：附件1修改说明1修改说明1修改说明2修改说明2修改说明3修改说明3修改说明4论文图压缩包
关闭








PDF全文下载地址:

http://yysx.cnjournals.cn/ch/reader/create_pdf.aspx?file_no=18133&flag=1&journal_id=yysx&year_id=2019
相关话题/陕西 西安工程大学 声学 中文 公司
  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
    考试优惠券 本站小编 Free壹佰分学习网 2022-09-19
  • 2019年全国声学大会征文通知
    中国声学学会.2019年全国声学大会征文通知[J].,2019,38(3):3062019年全国声学大会征文通知2019年全国声学大会征文通知投稿时间：2019-05-07修订日期：2019-05-07中文摘要:2019年全国声学大会征文通知英文摘要:2019年全国声学大会征文通知DOI：中文关键词 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 二维磁流变包层声学超材料*
    许振龙,吴福根.二维磁流变包层声学超材料*[J].,2019,38(2):186-190二维磁流变包层声学超材料*Two-dimensionalmagnetorheologicalcladdingacousticmetamaterials投稿时间：2018-06-16修订日期：2019-02-28中 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 声学回波统计的鱼群密度评估方法*
    梁镜,许枫,张纯,马龙双.声学回波统计的鱼群密度评估方法*[J].,2019,38(2):279-286声学回波统计的鱼群密度评估方法*Anacousticapproachoffishnumberdensityestimationwithechoesstatistic投稿时间：2018-06-06修 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 基于变换声学的角反射器的设计*
    毕亚峰,贾晗,杨军.基于变换声学的角反射器的设计*[J].,2019,38(1):52-57基于变换声学的角反射器的设计*Thedesignofacousticalcornerreflectorbasedontransformationacoustics投稿时间：2018-03-17修订日期：201 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 金属材料疲劳损伤检测的非线性声学方法*
    吕文瀚,吴先梅,陈家熠.金属材料疲劳损伤检测的非线性声学方法*[J].,2018,37(6):874-881金属材料疲劳损伤检测的非线性声学方法*Nonlinearacousticmethodfordetectingfatigueinmetalmaterials投稿时间：2018-03-09修订日期 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 基于集合卡尔曼变换的东中国海声学 敏感区判定方法*
    崔宝龙,笪良龙,过武宏.基于集合卡尔曼变换的东中国海声学敏感区判定方法*[J].,2018,37(6):895-903基于集合卡尔曼变换的东中国海声学敏感区判定方法*IdentifyingacousticsensitiveareaoftheEastChinaSeabasedonensembletra ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 基于散射矩阵法的飞机壁板声学优化设计
    胡莹,李晨曦,何立燕.基于散射矩阵法的飞机壁板声学优化设计[J].,2018,37(6):916-926基于散射矩阵法的飞机壁板声学优化设计Acousticoptimizationdesignofaircraftpanelbasedonscattering-matrixmethod投稿时间：2017 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 《应用声学》2018年总目次
    .《应用声学》2018年总目次[J].,2018,37(6):971-978《应用声学》2018年总目次ContentsofJOURNALofAPPLIEDACOUSTICS,Vol.37,2018投稿时间：2018-11-28修订日期：2018-11-28中文摘要:《应用声学》2018年总目次英文 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 基于相位调控的超高透射声学超表面及其应用*
    田野,左淑毓,程营,刘晓峻.基于相位调控的超高透射声学超表面及其应用*[J].,2018,37(5):691-700基于相位调控的超高透射声学超表面及其应用*Phase-controlledacousticmetasurfacewithhighefficiencyanditsapplications ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 声学场景和事件的检测及分类
    余紫莹.声学场景和事件的检测及分类[J].,2018,37(5):742声学场景和事件的检测及分类投稿时间：2018-08-30修订日期：2018-08-30中文摘要:英文摘要:DOI：10.11684/j.issn.1000-310X.2018.05.023中文关键词:英文关键词:基金项目:作者单 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.