基于CNN-TDNN-F的低资源语音识别研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于CNN-TDNN-F的低资源语音识别研究

引用
为了解决语音识别系统在低资源语料下识别性能低下的问题,提出了一种采用因子分解时延神经网络的低资源语音识别方案,并从数据扩展和模型优化两个方面展开.在数据扩展方面提出了一种以语谱图增强、语音合成以及半监督学习为主的数据增强方案.在模型优化方面,在因子分解时延神经网络基础上,引入卷积神经网络.实验结果表明,在低资源语料环境下,与传统低资源语音识别解决方案相比,本方案对语音识别系统性能的提升具有更好的效果.

时延神经网络、半监督学习、语音合成、语音识别、数据增强

16

TP18(自动化基础理论)

国家自然科学基金项目;陕西省教育厅专项基金项目

2020-12-21(万方平台首次上网日期,不代表论文的发表时间)

共4页

1-4

相关文献
评论
暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

16

2020,16(31)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn