10.3969/j.issn.1672-9722.2019.03.001
基于GRU-HMM声学模型的湖南方言辨识
建立了一种基于门控循环单元(GRU)神经网络和隐马尔科夫模型(HMM)结合的声学模型.采用梅尔倒谱系数(MFCC)作为该声学模型的输入,利用GRU神经网络能够对时间序列的实时记忆能力来对语音数据进行概率统计,所得概率值通过HMM模型进行统计和重新评估,最终得到辨识结果.用该方法对湖南方言进行了辨识研究,实验证明,此声学模型与传统声学模型相比具有更好的辨识效率.
门控循环单元(GRU)、隐马尔科夫模型(HMM)、声学模型、梅尔倒谱系数(MFCC)、湖南方言辨识
47
TP391(计算技术、计算机技术)
国家自然科学基金项目;湖南省教育厅优秀青年基金项目;湖南省自然科学青年基金项目
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
493-496