10.19678/j.issn.1000-3428.0048134
基于迁移学习的低资源度维吾尔语语音识别
语音识别中通常需要用较大的数据量来训练声学模型,而使用资源匮乏的维吾尔语数据训练的深度神经网络声学模型性能较差.针对该问题,根据深度神经网络模型能够进行迁移学习的特点,提出用少量维吾尔语数据重新训练由其他资源丰富语料训练而成的基础声学模型,从而构建一个性能更好的维吾尔语声学模型.实验结果表明,相比于基线系统迁移学习的训练方法,该方法能够显著提高维吾尔语的语音识别率.
语音识别、声学模型、维吾尔语、低资源度、深度神经网络、迁移学习
44
TN912
国家自然科学基金61365005,61663044,61761041
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
281-285,291