摘要
本发明涉及深度学习、信号处理、语音识别、特征提取、发音学等技术领域，为针对藏语卫藏方言的口语应用场景，提升藏语卫藏方言口语识别模型的整体效果，本发明，基于深层时延神经网络的藏语卫藏方言口语识别方法，采用三种藏语方言混合的音频数据集，通过速度扰动、添加噪音和混响的方法对原始音频数据集进行扩充，并利用扩充后的数据集基于开源的语音识别工具箱kaldi的链式chain模型训练一个深层的时延神经网络，作为藏语声学模型，利用音频数据中卫藏方言的部分对声学模型进行第二次训练，以获得针对卫藏方言的深层的时延神经网络声学模型。本发明主要应用于藏语卫藏方言口语识别场合。
NSTL
万方数据