循环神经网络在端到端语音识别中的应用

摘要：

当前,循环神经网络(Recurrent Neural Networks,RNN)被广泛应用于语音识别系统.使用循环神经网络与连接时序分类(CTC)进行端到端语音识别建模,基于TED-LIUM v2语料库训练不同结构的网络模型,即单/双向RNN和单/双向LSTM,比较和分析不同结构网络模型的语音识别性能.实验结果显示,BLSTM在音素识别性能和学习速度上都取得了最好表现.为解决BLSTM网络的过拟合问题,实验将状态dropout应用于LSTM单元,既能保障BLSTM网络的长时记忆能力,也能减小在训练集与测试集上PER的差异,从而有效改善BLSTM的过拟合问题.

关键词：循环神经网络、长短时记忆网络、端到端语音识别、连接时序分类

所属期刊栏目：52

分类号：TN912.34;TP183

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2659-2663