基于双向循环神经网络的语音识别算法

摘要：

由于传统语音识别算法识别耗时长且准确率低,该文提出了一种基于双向循环神经网络来进行语音识别的方法.循环神经网络能够进行记忆,是一种特殊的神经网络,它在NLP领域取得了很大的成功.相比于单向神经循环网络,双向循环神经网络在识别的正确率上有着更大的优势.实验证明,相比于单独的SGMM,DNN等语音识别算法,双向循环神经网络算法对语音识别的错误率更低,对语音识别的研究具有重大意义.

关键词：语音识别、双向循环神经网络、深度神经网络、递归神经网络

分类号：TP399(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金项目;国家级大学生创新创业训练计划;哈尔滨市科技创新人才专项资金项目

在线出版日期：2020-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：193-195