基于并行回火改进的GRBM的语音识别

摘要：

为提高连续语音识别中的识别准确率,采用高斯伯努利受限玻尔兹曼机进行语音训练和识别.通过结合并行回火算法的思想,采样、交换不同的温度链下的重构数据,实现在全局范围内对整个分布进行采样,提出一种基于并行回火改进的高斯伯努利受限玻尔兹曼机(GRBM-PT)的建模方法.该方法通过对语音信号的连续数据进行预训练分析、建模,最后使用支持向量机作为语音识别的分类器.在TI-Digits数字语音训练和数字测试数据库上的实验结果表明,语音识别率能够达到83.14％,基于GRBM-PT模型下的语音识别率明显优于RBM,RBM-PT以及GRBM模型的性能.

关键词：高斯伯努利受限玻尔兹曼机(GRBM)、受限玻尔兹曼机、并行回火、语音识别

所属期刊栏目：52

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2016-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：125-129,168