首页|结合深度神经网络与内容转录的语音识别研究

结合深度神经网络与内容转录的语音识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在研究语音识别关键技术基础上,将深度神经网络模型应用于语音的关键词检索任务上,提出基于深度神经网络的语音关键词检测模型.与基线GMM-HMM模型进行对比实验,结果表明:LSTM模型的训练参数大小为436570,DNN的训练参数为698100,Gaussiam混合模型(GMM)的训练参数大小为1226760.基于LSTM-HMM和DNN-HMM模型的语音识别准确率分别为96.5％和91.6％,显著高于传统语音识别模型(GMM-HMM)的78.5％.基于LSTM-HMM模型的语音识别技术具有较高的准确率,更适合于语音关键词检测.
Research on Speech Recognition Based on Deep Neural Network and Content Transcription

郑磊

展开 >

山东青年政治学院信息工程学院,山东济南250103

深度神经网络 语音识别 DNN-HMM模型 LSTM

J16LN12

2021

10.11907/rjdk.202049

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(7)
  • 2
  • 2