10.3969/j.issn.1006-9348.2022.11.055
基于双向改进门控循环单元维吾尔语语音识别
为了能够提升语音识别的准确率,并有效降低训练模型的复杂度,提出了一种双向改进门控循环单元的声学模型语音识别方法.模型上移除重置门,在状态更新过程中采用ReLU激活函数并与前馈连接采用的BN算法有效结合,改进的模型可以降低模型的计算复杂度,加快模型收敛;采用双向的结构不仅可以有效帮助模型捕捉到过去和未来的语义时序信息,而且可以有效提升识别准确率.在THUYG-20维吾尔语数据集上实验结果表明,与基线传统深度神经网络进行对比,基于双向改进门控循环单元网络词错误率下降2.34%;与标准双向长短期记忆网络(LSTM)比较每个迭代周期平均训练时间减少 13.4%.
维吾尔语、语音识别、声学模型、门控循环单元
39
TP391.1(计算技术、计算机技术)
国家重点研发计划2017YFC0820602
2023-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
275-279