Research on Tibetan Speech Recognition Based on CNN-DFSMN-CTC

计算机科学 声学模型 语音识别 卷积神经网络 卷积(计算机科学) 人工智能 隐马尔可夫模型 模式识别(心理学) 特征(语言学) 人工神经网络 领域(数学分析) 特征提取 集合(抽象数据类型) 语音处理 数学分析 语言学 哲学 数学 程序设计语言
作者
Zhenye Gan,Zhenxing Kong,Min Zhang
标识
DOI:10.1109/epce58798.2023.00044
摘要

In this paper, we present an improved acoustic model CNN-DFSMN , and it uses CNN to study local frequency domain and time domain features ,and introduces skip connections between memory blocks in adjacent layers, thus alleviating the problem of gradient disappearance when building very deep structures. In recent years, the acoustic model based on Connected Temporal Classification (CTC) has achieved good performance in speech recognition. Generally, lstm-type networks are used as acoustic models in CTC. However, LSTM calculation cost is high and sometimes it is hard to train CTC criteria. This paper, Be inspired by DFSMN's work, we replace LSTM with DFSMN in the acoustic modeling based on CCT, then combine convolution neural network (CNN) with this architecture to train an acoustic model based on CNN-DFSMN-CTC, match the acoustic model with the 3-gram language model, and combine dictionary and acoustic feature vector to identify and decode the recognition text. This further improves the performance of Tibetan speech recognition. The last experiment results show that the WER of DFSMN-CTC based methods is 2.34% and 0.94% higher than that of CNN-CTC based and LSTM-CTC based methods under the same test set. The recognition rate based on CNN-DFSMN-CTC is 3.52% and 2.23% higher than that based on DFSMN and DFSMN-CTC.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
讴歌发布了新的文献求助10
1秒前
大方的舞仙完成签到 ,获得积分10
1秒前
9527发布了新的文献求助10
3秒前
hxl123完成签到,获得积分10
5秒前
5秒前
ldgsd发布了新的文献求助30
6秒前
6秒前
芋泥波波完成签到,获得积分10
6秒前
JZJ完成签到,获得积分10
6秒前
chu完成签到,获得积分10
6秒前
7秒前
xiao完成签到,获得积分10
8秒前
希望天下0贩的0应助123采纳,获得10
8秒前
去看海嘛应助asdfghjkl采纳,获得10
9秒前
fanfan完成签到,获得积分10
10秒前
9527完成签到,获得积分10
10秒前
打打应助hyn采纳,获得10
11秒前
香蕉觅云应助独特的高山采纳,获得10
11秒前
12秒前
chu发布了新的文献求助10
13秒前
JZJ发布了新的文献求助10
13秒前
14秒前
时光完成签到,获得积分10
15秒前
16秒前
乐乐完成签到,获得积分10
16秒前
hhh发布了新的文献求助10
16秒前
16秒前
18秒前
18秒前
18秒前
萌萌完成签到,获得积分10
19秒前
2028847955发布了新的文献求助10
20秒前
20秒前
20秒前
江江发布了新的文献求助10
22秒前
22秒前
qin123发布了新的文献求助10
23秒前
yxb完成签到,获得积分20
23秒前
砂浆黏你完成签到,获得积分10
24秒前
沐浴清风发布了新的文献求助10
25秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3153496
求助须知:如何正确求助?哪些是违规求助? 2804706
关于积分的说明 7861097
捐赠科研通 2462651
什么是DOI,文献DOI怎么找? 1310893
科研通“疑难数据库(出版商)”最低求助积分说明 629416
版权声明 601809