删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

SE-MCNN-CTC的中文语音识别声学模型

本站小编 Free考研考试/2022-01-02
-->
张威,翟明浩,黄子龙,李巍,曹毅.SE-MCNN-CTC的中文语音识别声学模型[J].,2020,39(2):231-235
SE-MCNN-CTC的中文语音识别声学模型
Towards end-to-end speech recognition for Chinese mandarin using SE-MCNN-CTC
投稿时间：2019-07-02修订日期：2020-02-26
中文摘要:
为了解决传统卷积神经网络在识别中文语音时预测错误率较高，泛化性能弱的问题。首先以DCNN-CTC为研究对象，深入分析了不同卷积层、池化层以及全连接层的组合对其性能的影响；其次，在上述模型的基础上，提出了MCNN-CTC，并联合SENet提出了深度SE-MCNN-CTC声学模型，该模型融合了MCNN与SENET的优势，既能加强卷积神经网络的深层信息的传递、避免梯度问题，又可以对提取的特征图进行自适应重标定。最终实验结果表明：SE-MCNN-CTC相较于DCNN-CTC错误率相对降低13.51%，模型最终的错误率达22.21%；算法改进后的声学模型可以有效的提升泛化性能。
英文摘要:
In order to solve the problems of high prediction error rate and poor generalization performance with traditional Convolutional Neural Network in Chinese speech recognition, different convolutional layers, pooling layers and fully connected layers on DCNN-CTC are analyzed in this paper. Based on the above model, two kinds of acoustic models referred as MCNN-CTC and SE-MCNN-CTC are proposed, respectively. With the combination of the advantages of MCNN and SENet in the latter model, the deep information transmission is reinforced, and the gradient problems can be effectively avoided simultaneously, the extracted feature maps can be adaptively recalibrated. Compared with DCNN-CTC, the research results show that SE-MCNN-CTC not only yields a 13.51% relative PER reduction, and the final PER is 22.21%, but also the generalization performance of the improved acoustic model can be improved effectively.
DOI：10.11684/j.issn.1000-310X.2020.02.008
中文关键词:深度学习，语音识别，声学模型，SE-MCNN-CTC
英文关键词:Deep Learning, Automatic Speech Recognition, Acoustic Model, SE-MCNN-CTC
基金项目:国家自然科学基金项目（51375209）,江苏省“六大人才高峰”计划项目(ZBZZ-012)，江苏省研究生创新计划项目(KYCX18_0630, KYCX18_1846)
作者单位E-mail
张威江南大学18261593885@163.com
翟明浩江南大学1355747741@qq.com
黄子龙江南大学1936482824@qq.com
李巍苏州工业职业技术学院414927240@qq.com
曹毅江南大学caoyi@jiangnan.edu.cn
摘要点击次数:1050
全文下载次数:816
查看全文查看/发表评论下载PDF阅读器
相关附件：修改说明1修改说明2修改说明1修改说明2附件1
关闭








PDF全文下载地址:

http://yysx.cnjournals.cn/ch/reader/create_pdf.aspx?file_no=19100&flag=1&journal_id=yysx&year_id=2020
相关话题/江南大学 中文 声学 工业 英文
  • 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
  • 新型声学超材料单通道麦克风可实现多声源实时定位与分离
    孙雪聪.新型声学超材料单通道麦克风可实现多声源实时定位与分离[J].,2020,39(2):188新型声学超材料单通道麦克风可实现多声源实时定位与分离新型声学超材料单通道麦克风可实现多声源实时定位与分离投稿时间：2020-03-04修订日期：2020-03-04中文摘要:新型声学超材料单通道麦克风可 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 发展储层声学理论，创新深部钻测技术 —— “储层声学论文专栏”主编序言
    王秀明.发展储层声学理论，创新深部钻测技术——“储层声学论文专栏”主编序言[J].,2020,39(1):1发展储层声学理论，创新深部钻测技术——“储层声学论文专栏”主编序言储层声学序言投稿时间：2020-01-09修订日期：2020-01-09中文摘要:储层声学序言英文摘要:储层声学序言DOI：中 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 页岩可压裂性声学模型及应用*
    李帆,巴晶,符力耘,檀文慧,于庭,曹青业.页岩可压裂性声学模型及应用*[J].,2020,39(1):45-53页岩可压裂性声学模型及应用*Acousticmodelforshalefracabilityandrelatedapplication投稿时间：2019-09-18修订日期：2020-01 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 南中国海“G-Argo”声学浮标目标探测能力分析*
    王超,孙芹东,张林,张文清,田德艳.南中国海“G-Argo”声学浮标目标探测能力分析*[J].,2019,38(6):1025-1032南中国海“G-Argo”声学浮标目标探测能力分析*AnalysisofTargetDetectionCapabilityof“G-Argo”AcousticBuoy ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 吸声型薄膜声学超材料低频宽带吸声性能研究*
    张忠刚,朱浩宇,罗剑,马炳和.吸声型薄膜声学超材料低频宽带吸声性能研究*[J].,2019,38(5):869-875吸声型薄膜声学超材料低频宽带吸声性能研究*Theinvestigationonlow-frequencybroadbandacousticabsorptionperformanceo ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 美国声学学会期刊主编致语中国读者
    JamesF.Lynch.美国声学学会期刊主编致语中国读者[J].,2019,38(5):985-986美国声学学会期刊主编致语中国读者美国声学学会期刊主编致语中国读者投稿时间：2019-08-28修订日期：2019-08-28中文摘要:美国声学学会期刊主编致语中国读者英文摘要:美国声学学会期刊主编 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • “2019年度全国检测声学和第10届全国储层声学与深部钻测技术 前沿联合会议”通知
    中国声学学会中国地球物理学会.“2019年度全国检测声学和第10届全国储层声学与深部钻测技术前沿联合会议”通知[J].,2019,38(5):800“2019年度全国检测声学和第10届全国储层声学与深部钻测技术前沿联合会议”通知“2019年度全国检测声学和第10届全国储层声学与深部钻测技术前沿联合会 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 水声学中地声反演的新进展
    尚尔昌.水声学中地声反演的新进展[J].,2019,38(4):468-476水声学中地声反演的新进展ProgressofGeoacousticInversioninUnderwaterAcoustics投稿时间：2019-02-15修订日期：2019-07-02中文摘要:地声反演自上世纪七十年代以 ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 多子阵组合的短基线声学定位系统数据优化方法*
    程谦,王英民,诸国磊.多子阵组合的短基线声学定位系统数据优化方法*[J].,2019,38(4):742-749多子阵组合的短基线声学定位系统数据优化方法*Dataoptimizationmethodofshortbaselineacousticpositioningsystembasedonmul ...
    中科院声学研究所 本站小编 Free考研考试 2022-01-02
  • 青年科学家如何投身水声学研究
    李启虎.青年科学家如何投身水声学研究[J].,2019,38(4):756青年科学家如何投身水声学研究青年科学家如何投身水声学研究投稿时间：2019-07-03修订日期：2019-07-03中文摘要:青年科学家如何投身水声学研究英文摘要:青年科学家如何投身水声学研究DOI：中文关键词:青年科学家如何 ...
    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.